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 0.0001) — Giá trị beta ban đầu của suy luận.
• beta_end (float, mặc định là 0.02) — Giá trị beta cuối cùng.
• beta_schedule ("linear", "scaled_linear", "squaredcos_cap_v2", hoặc "sigmoid", mặc định là "linear") — Lịch trình beta, một ánh xạ từ một khoảng beta sang một chuỗi các beta để bước qua mô hình.
• trained_betas (np.ndarray, tùy chọn) — Một mảng các beta để truyền trực tiếp vào constructor mà không sử dụng beta_start và beta_end.
• variance_type ("fixed_small", "fixed_small_log", "fixed_large", "fixed_large_log", "learned", hoặc "learned_range", mặc định là "fixed_small") — Cắt (clip) phương sai khi thêm nhiễu vào mẫu đã khử nhiễu.
• clip_sample (bool, mặc định là True) — 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.
• prediction_type ("epsilon", "sample", or "v_prediction", 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 ("linspace", "leading", hoặc "trailing", mặc định là "leading") — Cách các timestep nên được scale. Xem Bảng 2 trong Common Diffusion Noise Schedules and Sample Steps are Flawed để biết thêm thông tin.
• 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.
• 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.

Tham số

• prev_sample (torch.Tensor có shape (batch_size, num_channels, height, width) đối với ảnh) — Mẫu đã tính (x_{t-1}) của bước thời gian trước đó. prev_sample nên được sử dụng làm đầu vào mô hình tiếp theo trong vòng lặp khử nhiễu.
• pred_original_sample (torch.Tensor có 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_sample có thể được sử dụng để xem trước tiến độ hoặc cho việc dẫn hướng.