Tham số

• num_train_timesteps (int, mặc định là 1000) — Số bước khuếch tán để huấn luyện mô hình.
• beta_start (float, mặc định là 0.00085) — Giá trị beta ban đầu của suy luận.
• beta_end (float, mặc định là 0.012) — Giá trị beta cuối cùng.
• beta_schedule (str, mặc định là "scaled_linear") — Lịch trình beta, một ánh xạ từ một khoảng beta sang một chuỗi các beta để bước qua mô hình. Chọn từ linear, scaled_linear, hoặc squaredcos_cap_v2.
• trained_betas (np.ndarray hoặc list[float], tùy chọn) — Truyền trực tiếp một mảng betas vào constructor để bỏ qua beta_start và beta_end.
• original_inference_steps (int, mặc định là 50) — Số bước suy luận mặc định được sử dụng để tạo lịch trình bước thời gian (timestep) phân bố tuyến tính, từ đó chúng ta sẽ lấy num_inference_steps bước thời gian phân bố đều để tạo thành lịch trình bước thời gian cuối cùng.
• clip_sample (bool, mặc định là False) — Cắt mẫu dự đoán để đảm bảo ổn định về mặt số học.
• clip_sample_range (float, mặc định là 1.0) — Độ lớn tối đa cho việc cắt mẫu. Chỉ hợp lệ khi clip_sample=True.
• set_alpha_to_one (bool, mặc định là True) — Mỗi bước khuếch tán sử dụng giá trị tích của alpha tại bước đó và tại bước trước đó. Đối với bước cuối cùng, không có alpha trước đó. Khi tùy chọn này là True, tích alpha trước đó được cố định thành 1, ngược lại nó sử dụng giá trị alpha tại bước 0.
• steps_offset (int, mặc định là 0) — Một giá trị bù được cộng vào các bước suy luận, theo yêu cầu của một số nhóm mô hình.
• prediction_type (str, defaults to "epsilon") — Prediction type of the scheduler function; can be epsilon (predicts the noise of the diffusion process), sample (directly predicts the noisy sample) or v_prediction` (see section 2.4 of Imagen Video paper).
• thresholding (bool, mặc định là False) — Có sử dụng phương pháp “dynamic thresholding” hay không. Phương pháp này không phù hợp với các mô hình khuếch tán trong không gian ẩn (latent-space) như Stable Diffusion.
• dynamic_thresholding_ratio (float, mặc định là 0.995) — Tỷ số cho phương pháp ngưỡng động. Chỉ hợp lệ khi thresholding=True.
• sample_max_value (float, mặc định là 1.0) — Giá trị ngưỡng cho việc đặt ngưỡng động. Chỉ hợp lệ khi thresholding=True.
• timestep_spacing (str, mặc định là "leading") — Cách các bước thời gian (timesteps) nên được quy đổi. Xem Bảng 2 trong Common Diffusion Noise Schedules and Sample Steps are Flawed để biết thêm thông tin.
• timestep_scaling (float, mặc định là 10.0) — Hệ số nhân với các bước thời gian (timesteps) khi tính toán các điều kiện biên của mô hình nhất quán (consistency model) c_skip và c_out. Việc tăng giá trị này sẽ làm giảm sai số xấp xỉ (mặc dù sai số xấp xỉ ở mức mặc định 10.0 đã khá nhỏ).
• rescale_betas_zero_snr (bool, mặc định là False) — Có nên điều chỉnh lại betas để có SNR cuối bằng zero hay không. Điều này cho phép mô hình tạo ra các mẫu rất sáng và rất tối thay vì giới hạn ở các mẫu có độ sáng trung bình. Liên quan lỏng lẻo đến --offset_noise.