Hugging Face's logo

Diffusers documentation

RFD4ProteinaScheduler

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).
Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

RFD4ProteinaScheduler

RFD4ProteinaScheduler — это временной сэмплер потока с перемасштабированием скоростей для RFD4-Proteína, работающий с одной модальностью. В конвейере используются два экземпляра: один для каркаса (bb_ca, координаты в нанометрах) и один для локальных латентов на токен (local_latents), каждый со своим собственным временным расписанием, расписанием шума и перемасштабированием. См. RFD4ProteinaPipeline для цикла сэмплирования.

RFD4ProteinaScheduler

класс diffusers.RFD4ProteinaScheduler

< >

( schedule_mode: strnoise_mode: strtsr_k: floattsr_sigma: floattail_steps: int = 10tail_step_multiplier: int = 2t_lim_ode: float = 0.95t_lim_ode_below: float = 0.02 )

Параметры

  • schedule_mode (str) — Интервал между шумом и данными: "log" или "power".
  • noise_mode (str) — Форма шума, добавляемого в стохастическое окно: "1/t" или "tan".
  • tsr_k (float) — Насколько низкой становится температура выборки; чем выше значение, тем ниже температура.
  • tsr_sigma (float) — Скорость достижения низкой температуры; чем выше значение, тем быстрее.
  • tail_steps (int, по умолчанию 10) — Количество последних интервалов, которые в tail_step_multiplier раз мельче остальных.
  • tail_step_multiplier (int, по умолчанию 2) — Насколько мельче последние интервалы.
  • t_lim_ode (float, по умолчанию 0.95) — После этого времени шаг является детерминированным.
  • t_lim_ode_below (float, по умолчанию 0.02) — Ниже этого значения времени шаг является детерминированным.

Сэмплер потока с временной перенормировкой скоростей для одной модальности RFD4-Proteína.

Пайплайн объединяет две модальности — backbone и локальные латенты для каждого токена — каждая из которых использует собственный планировщик. Они различаются по временному расписанию, расписанию шума и способу масштабирования.

Вызывайте set_timesteps перед сэмплированием. Значения времени увеличиваются от шума к чистым данным. Планировщик отслеживает текущий интервал и не должен использоваться совместно для параллельных генераций.

set_timesteps

< >

( num_inference_steps: intdevice: typing.Union[str, torch.device, NoneType] = Nonestart_time: float | None = None )

Параметры

  • num_inference_steps (int) — Количество интервалов интегрирования.
  • device (str или torch.device, необязательный) — Устройство для timesteps. Длины интервалов и коэффициенты шума остаются на CPU.
  • start_time (float, необязательный) — Начальное время частичной диффузии в диапазоне [0, 1). Пропустите для полной генерации.

Разрешите расписание и сбросьте курсор интеграции.

add_noise

< >

( original_samples: Tensornoise: Tensortimesteps: typing.Union[float, torch.Tensor] )

Параметры

  • original_samples (torch.Tensor) — Чистое состояние (batch, tokens, D).
  • noise (torch.Tensor) — Шум той же формы, сгенерированный вызывающей стороной.
  • timesteps (float или torch.Tensor) — время в диапазоне [0, 1), скаляр или (batch,).

Сэмплируйте прямую маргинальную (1 - t) * noise + t * clean.

шаг

< >

( model_output: Tensortimestep: Tensorsample: Tensoremit_mask: Tensorgenerator: typing.Union[torch.Generator, list[torch.Generator], NoneType] = Nonereturn_dict: bool = True ) → RFD4ProteinaSchedulerOutput or tuple

Параметры

  • model_output (torch.Tensor) — Предсказанная скорость, с формой, как у sample.
  • timestep (torch.Tensor) — Следующий элемент timesteps. Шаги, идущие не по порядку, отклоняются.
  • sample (torch.Tensor) — Текущее состояние (B, N, D).
  • emit_mask (torch.Tensor) — Булево (B, N), true для токенов, которые обновляются (не контекст и не padding).
  • generator (torch.Generator или list[torch.Generator], необязательный) — Генератор для одной строки или отдельные генераторы для каждой строки батча. Если они не указаны, используется глобальный поток.
  • return_dict (bool, по умолчанию True) — Возвращает RFD4ProteinaSchedulerOutput; в противном случае — кортеж из одного элемента, содержащий состояние.

Возвращает

RFD4ProteinaSchedulerOutput или tuple

Обновленное состояние.

Выполните один шаг интегрирования и обновите step_index.

RFD4ProteinaSchedulerOutput

класс diffusers.schedulers.scheduling_rfd4_proteina.RFD4ProteinaSchedulerOutput

< >

( prev_sample: Tensor )

Параметры

  • prev_sample (torch.Tensor) — Состояние после шага, с формой (B, N, D): D равно 3 для базовой модели (координаты в нанометрах) и ширине латентного пространства для локальных латентов.

Обновленное состояние одной модальности.

Update on GitHub

←RePaintScheduler ScoreSdeVeScheduler→