パラメータ

• num_train_timesteps (int、デフォルト値は 1000) — モデルを学習するための拡散ステップ数。
• beta_start (float、デフォルト値は 0.0001) — 推論の開始時の beta 値。
• beta_end (float、デフォルト値は 0.02) — 最終的な beta 値。
• beta_schedule（"linear"、"scaled_linear"、または "squaredcos_cap_v2"。デフォルトは "linear"）— ベータスケジュールです。ベータの範囲を、モデルをステップするためのベータの列にマッピングします。
• trained_betas (np.ndarray, 省略可) — beta_start と beta_end をバイパスして、ベータの配列を直接コンストラクタに渡す場合に使用します。
• solver_order (int、デフォルトは 2) — 1、2、または 3 を指定できる DPMSolver のオーダーです。ガイド付きサンプリングには solver_order=2、無条件サンプリングには solver_order=3 の使用を推奨します。
• prediction_type ("epsilon"、"sample"、"v_prediction"、または "flow_prediction"、デフォルトは "epsilon") — スケジューラ関数の予測タイプ。epsilon は拡散プロセスのノイズを予測し、sample はノイズ付きサンプルを直接予測し、v_prediction は速度を予測します（Imagen Video 論文のセクション 2.4 を参照）、flow_prediction はフローを予測します。
• thresholding (bool、デフォルトは False) — 「動的閾値処理」メソッドを使用するかどうか。Stable Diffusion などの潜在空間拡散モデルには不向きです。
• dynamic_thresholding_ratio (float、デフォルト値は 0.995) — 動的閾値化手法の比率。thresholding=True の場合のみ有効です。
• sample_max_value (float、デフォルト値は 1.0) — 動的閾値処理の閾値です。thresholding=True かつ algorithm_type="dpmsolver++" の場合にのみ有効です。
• algorithm_type ("dpmsolver"、"dpmsolver++"、"sde-dpmsolver"、または "sde-dpmsolver++"、デフォルトは "dpmsolver++") — ソルバーのアルゴリズムタイプです。dpmsolver タイプは DPMSolver 論文のアルゴリズムを実装し、dpmsolver++ タイプは DPMSolver++ 論文のアルゴリズムを実装します。Stable Diffusion におけるガイド付きサンプリングのような用途では、dpmsolver++ または sde-dpmsolver++ を solver_order=2 と組み合わせて使用することを推奨します。
• solver_type ("midpoint" または "heun"、デフォルトは "midpoint") — 2階ソルバーのソルバータイプです。ソルバータイプはサンプルの品質にわずかな影響を与えますが、特にステップ数が少ない場合に顕著です。midpoint ソルバーの使用を推奨します。
• lower_order_final (bool、デフォルトは True) — 最終ステップで低次数のソルバーを使用するかどうか。推論ステップ数が 15 未満の場合のみ有効です。ステップ数が 15 未満、特に 10 以下の場合は、DPMSolver のサンプリングを安定させることができます。
• euler_at_final (bool、デフォルトは False) — 最終ステップでオイラー法を使用するかどうかを指定します。数値的安定性とディテールの豊かさのトレードオフです。推論ステップ数が少ない場合、DPMSolver の SDE 変種のサンプリングを安定化させることができますが、場合によってはぼやけの原因となる可能性があります。
• use_karras_sigmas (bool、任意、デフォルトは False) — サンプリング処理中のノイズスケジュールにおけるステップサイズに Karras sigmas を使用するかどうか。True の場合、sigmas はノイズレベルの列 {σi} に基づいて決定されます。
• use_exponential_sigmas (bool、任意、デフォルトはFalse) — サンプリング処理中のノイズスケジュールにおけるステップサイズに、指数関数的なシグマを使用するかどうかを指定します。
• use_beta_sigmas (bool, optional, defaults to False) — Whether to use beta sigmas for step sizes in the noise schedule during the sampling process. Refer to Beta Sampling is All You Need for more information.
• use_lu_lambdas (bool、任意、デフォルトは False) — サンプリングプロセス中のノイズスケジュールにおいて、Lu の DPM-Solver が提案したステップサイズ用の uniform-logSNR を使用するかどうかを指定します。True の場合、シグマとタイムステップは lambda(t) の列に基づいて決定されます。
• use_flow_sigmas (bool、任意、デフォルトはFalse) — サンプリング処理中のノイズスケジュールにおいて、ステップサイズにフローシグマを使用するかどうかを指定します。
• flow_shift (float、任意、デフォルト値は 1.0) — flow matching におけるタイムステップスケジュールのシフト値です。
• final_sigmas_type ("zero" または "sigma_min"、任意、デフォルトは "zero") — サンプリングプロセス中のノイズスケジュールにおける最終的な sigma 値です。"sigma_min" の場合、最終的な sigma は学習スケジュールの最後の sigma と同じになります。"zero" の場合、最終的な sigma は 0 に設定されます。
• lambda_min_clipped (float, デフォルトは -inf) — 数値の安定性を確保するために、lambda(t) の最小値をクリップする閾値です。これは、cosine (squaredcos_cap_v2) ノイズスケジュールにおいて重要になります。
• variance_type ("learned" または "learned_range"、省略可能) — 分散を予測する拡散モデルには、"learned" または "learned_range" を設定します。設定した場合、モデルの出力には予測されたガウス分散が含まれます。
• timestep_spacing ("linspace", "leading", or "trailing", defaults to "linspace") — The way the timesteps should be scaled. Refer to Table 2 of the Common Diffusion Noise Schedules and Sample Steps are Flawed for more information.
• steps_offset (int、デフォルト値は 0)— 一部のモデルファミリーで必要とされる、推論ステップに追加されるオフセットです。
• rescale_betas_zero_snr (bool、デフォルトは False) — betas を再スケーリングして、終端 SNR をゼロにするかどうかを指定します。これにより、モデルは中間の明るさに限定されず、非常に明るく暗いサンプルを生成できるようになります。--offset_noise とゆるく関連しています。
• use_dynamic_shifting (bool、デフォルトは False) — タイムステップスケジュールにダイナミックシフティングを使用するかどうか。
• time_shift_type ("exponential"、デフォルトは "exponential") — 動的シフトを使用する場合に適用する時間シフトの種類です。

パラメータ

• prev_sample（画像の場合、torch.Tensor、形状 (batch_size, num_channels, height, width)） — 前のタイムステップの計算済みサンプル (x_{t-1})。prev_sample は、デノイジングループにおける次のモデル入力として使用します。