Diffusers documentation
LMSDiscreteScheduler
Bắt đầu
Suy luận
Sử dụng diffusion pipelines
Bộ thích ứng và cá nhân hóa
Tối ưu hóa và mở rộng
Hiệu suất cơ bản
Suy luận
Phương pháp từ cộng đồng
Lượng tử hóa
Tăng tốc theo phần cứng
Cung cấp dịch vụ và mở rộng quy mô
Modular Diffusers
Huấn luyện và tinh chỉnh
Tài nguyên
Đóng góp
API
Các lớp chính
Mô-đun
Trình nạp
Mô hình
Pipelines
Trình lập lịch
Tổng quanBlockRefinementSchedulerCMStochasticIterativeSchedulerCogVideoXDDIMSchedulerCogVideoXDPMSchedulerConsistencyDecoderSchedulerCosineDPMSolverMultistepSchedulerDDIMInverseSchedulerDDIMSchedulerDDPMSchedulerDEISMultistepSchedulerDiscreteDDIMSchedulerDPMSolverMultistepInverseDPMSolverMultistepSchedulerDPMSolverSDESchedulerDPMSolverSinglestepSchedulerEDMDPMSolverMultistepSchedulerEDMEulerSchedulerEntropyBoundSchedulerEulerAncestralDiscreteSchedulerEulerDiscreteSchedulerFlowMapEulerDiscreteSchedulerFlowMatchEulerDiscreteSchedulerFlowMatchHeunDiscreteSchedulerHeliosDMDSchedulerHeliosSchedulerHeunDiscreteSchedulerIPNDMSchedulerKDPM2AncestralDiscreteSchedulerKDPM2DiscreteSchedulerLCMSchedulerLMSDiscreteSchedulerMiniMaxH3SchedulerPiflowSchedulerPNDMSchedulerRePaintSchedulerRFD4ProteinaSchedulerScoreSdeVeSchedulerTCDSchedulerUniPCMultistepSchedulerVQDiffusionScheduler
Các lớp nội bộ
You are viewing main version, which requires installation from source. If you'd like
regular pip install, checkout the latest stable version (v0.42.1).
LMSDiscreteScheduler
LMSDiscreteScheduler là một trình lập lịch đa bước tuyến tính cho các lịch beta rời rạc. Trình lập lịch này được chuyển đổi và tạo bởi Katherine Crowson, và cài đặt gốc có thể được tìm thấy tại crowsonkb/k-diffusion.
LMSDiscreteScheduler
LMSDiscreteSchedulerOutput
lớp diffusers.schedulers.scheduling_lms_discrete.LMSDiscreteSchedulerOutput
< source >( prev_sample: Tensorpred_original_sample: typing.Optional[torch.Tensor] = None )
Tham số
- prev_sample (
torch.Tensorcó shape(batch_size, num_channels, height, width)đối với ảnh) — Mẫu đã tính(x_{t-1})của bước thời gian trước đó.prev_samplenên được sử dụng làm đầu vào mô hình tiếp theo trong vòng lặp khử nhiễu. - pred_original_sample (
torch.Tensorcó hình dạng(batch_size, num_channels, height, width)đối với ảnh) — Mẫu khử nhiễu dự đoán(x_{0})dựa trên đầu ra của mô hình tại bước thời gian hiện tại.pred_original_samplecó thể được sử dụng để xem trước tiến độ hoặc cho việc dẫn hướng.
Lớp đầu ra cho kết quả của hàm step của trình lập lịch.