Parámetros

• num_train_timesteps (int, por defecto 1000) — El número de pasos de difusión para entrenar el modelo.
• beta_start (float, por defecto 0.0001) — El valor inicial de beta para la inferencia.
• beta_end (float, valor predeterminado 0.02) — El valor final de beta.
• beta_schedule ("linear", "scaled_linear" o "squaredcos_cap_v2", por defecto "linear") — El plan de betas, una correspondencia desde un rango de betas hasta una secuencia de betas para dar pasos al modelo.
• trained_betas (np.ndarray, opcional) — Pase un array de betas directamente al constructor para omitir beta_start y beta_end.
• solver_order (int, por defecto 2) — El orden de DPMSolver, que puede ser 1 o 2 o 3. Se recomienda usar solver_order=2 para muestreo guiado y solver_order=3 para muestreo incondicional.
• prediction_type ("epsilon", "sample", "v_prediction" o "flow_prediction", por defecto "epsilon") — Tipo de predicción de la función del programador. epsilon predice el ruido del proceso de difusión, sample predice directamente la muestra con ruido, v_prediction predice la velocidad (ver la sección 2.4 del artículo Imagen Video) y flow_prediction predice el flujo.
• thresholding (bool, por defecto False) — Si se debe utilizar el método de “umbral dinámico”. No es adecuado para modelos de difusión en el espacio latente, como Stable Diffusion.
• dynamic_thresholding_ratio (float, valor predeterminado 0.995) — La proporción para el método de umbral dinámico. Solo es válido cuando thresholding=True.
• sample_max_value (float, por defecto 1.0) — El valor umbral para el umbral dinámico. Solo es válido cuando thresholding=True y algorithm_type="dpmsolver++".
• algorithm_type ("dpmsolver", "dpmsolver++", "sde-dpmsolver" o "sde-dpmsolver++", por defecto "dpmsolver++") — Tipo de algoritmo para el solver. El tipo dpmsolver implementa los algoritmos del artículo DPMSolver, y el tipo dpmsolver++ implementa los algoritmos del artículo DPMSolver++. Se recomienda usar dpmsolver++ o sde-dpmsolver++ con solver_order=2 para muestreo guiado, como en Stable Diffusion.
• solver_type ("midpoint" o "heun", por defecto "midpoint") — Tipo de solver para el solver de segundo orden. El tipo de solver afecta ligeramente a la calidad de la muestra, especialmente para un número pequeño de pasos. Se recomienda usar los solvers midpoint.
• lower_order_final (bool, por defecto True) — Si se deben usar solutores de orden inferior en los pasos finales. Solo es válido para < 15 pasos de inferencia. Esto puede estabilizar el muestreo de DPMSolver para pasos < 15, especialmente para pasos <= 10.
• euler_at_final (bool, por defecto False) — Si se debe utilizar el método de Euler en el paso final. Es un equilibrio entre la estabilidad numérica y la riqueza de detalle. Esto puede estabilizar el muestreo de la variante SDE de DPMSolver para un número pequeño de pasos de inferencia, pero a veces puede resultar en un desenfoque.
• use_karras_sigmas (bool, opcional, valor predeterminado False) — Si se deben usar sigmas de Karras para los tamaños de paso en el plan de ruido durante el proceso de muestreo. Si es True, los sigmas se determinan según una secuencia de niveles de ruido {σi}.
• use_exponential_sigmas (bool, opcional, valor predeterminado False) — Si se deben usar sigmas exponenciales para los tamaños de paso en el plan de ruido durante el proceso de muestreo.
• use_beta_sigmas (bool, opcional, valor predeterminado False) — Si se deben usar beta sigmas para los tamaños de paso en el programa de ruido durante el proceso de muestreo. Consulte Beta Sampling is All You Need para obtener más información.
• use_lu_lambdas (bool, opcional, valor predeterminado False) — Si se debe utilizar el uniform-logSNR para los tamaños de paso propuesto por el DPM-Solver de Lu en el plan de ruido durante el proceso de muestreo. Si es True, las sigmas y los pasos de tiempo se determinan según una secuencia de lambda(t).
• use_flow_sigmas (bool, opcional, valor predeterminado False) — Si se deben usar sigmas de flujo para los tamaños de paso en la programación de ruido durante el proceso de muestreo.
• flow_shift (float, opcional, valor predeterminado 1.0) — El valor de desplazamiento para la programación de pasos de tiempo para flow matching.
• final_sigmas_type ("zero" o "sigma_min", opcional, valor predeterminado "zero") — El valor final de sigma para el programa de ruido durante el proceso de muestreo. Si es "sigma_min", el sigma final es el mismo que el último sigma del programa de entrenamiento. Si es "zero", el sigma final se establece en 0.
• lambda_min_clipped (float, por defecto -inf) — Umbral de recorte para el valor mínimo de lambda(t) para la estabilidad numérica. Esto es crítico para la programación de ruido coseno (squaredcos_cap_v2).
• variance_type ("learned" o "learned_range", opcional) — Establecer en "learned" o "learned_range" para modelos de difusión que predicen la varianza. Si se establece, la salida del modelo contiene la varianza gaussiana predicha.
• timestep_spacing ("linspace", "leading" o "trailing", por defecto "linspace") — La forma en que deben escalarse los timesteps. Consulte la tabla 2 de Common Diffusion Noise Schedules and Sample Steps are Flawed para obtener más información.
• steps_offset (int, valor predeterminado 0) — Un desplazamiento que se suma a los pasos de inferencia, tal como lo requieren algunas familias de modelos.
• rescale_betas_zero_snr (bool, por defecto False) — Si se deben reescalar los betas para tener un SNR terminal cero. Esto permite al modelo generar muestras muy brillantes y oscuras en lugar de limitarse a muestras con un brillo medio. Relacionado de forma laxa con --offset_noise.
• use_dynamic_shifting (bool, por defecto False) — Si se debe usar un desplazamiento dinámico para el calendario de pasos de tiempo.
• time_shift_type ("exponential", por defecto "exponential") — El tipo de desplazamiento temporal que se aplica al usar desplazamiento dinámico.

Parámetros

• prev_sample (torch.Tensor de forma (batch_size, num_channels, height, width) para imágenes) — Muestra calculada (x_{t-1}) del paso de tiempo anterior. prev_sample debe usarse como entrada del modelo en el bucle de desruido.