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", hoặc "squaredcos_cap_v2", 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) — Truyền một mảng betas trực tiếp vào constructor để bỏ qua beta_start và beta_end.
• solver_order (int, mặc định là 2) — Bậc của DPMSolver, có thể là 1 hoặc 2 hoặc 3. Khuyến nghị sử dụng solver_order=2 cho việc lấy mẫu có hướng dẫn (guided sampling) và solver_order=3 cho việc lấy mẫu không điều kiện (unconditional sampling).
• prediction_type ("epsilon", "sample", "v_prediction", hoặc "flow_prediction", mặc định là "epsilon") — Loại dự đoán của hàm scheduler. epsilon dự đoán nhiễu của quá trình khuếch tán, sample dự đoán trực tiếp mẫu nhiễu, v_prediction dự đoán vận tốc (xem mục 2.4 của bài báo Imagen Video), và flow_prediction dự đoán dòng chảy.
• 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 và algorithm_type="dpmsolver++".
• algorithm_type ("dpmsolver", "dpmsolver++", "sde-dpmsolver", hoặc "sde-dpmsolver++", mặc định là "dpmsolver++") — Loại thuật toán cho bộ giải. Kiểu dpmsolver triển khai các thuật toán trong bài báo DPMSolver, và kiểu dpmsolver++ triển khai các thuật toán trong bài báo DPMSolver++. Khuyến nghị sử dụng dpmsolver++ hoặc sde-dpmsolver++ với solver_order=2 cho việc lấy mẫu có hướng dẫn như trong Stable Diffusion.
• solver_type ("midpoint" hoặc "heun", mặc định là "midpoint") — Loại solver cho solver bậc hai. Loại solver ảnh hưởng nhẹ đến chất lượng mẫu, đặc biệt khi số bước nhỏ. Khuyến nghị sử dụng solver midpoint.
• lower_order_final (bool, mặc định là True) — Có sử dụng bộ giải bậc thấp hơn ở các bước cuối cùng hay không. Chỉ hợp lệ cho < 15 bước suy luận. Điều này có thể ổn định việc lấy mẫu của DPMSolver cho các bước < 15, đặc biệt là cho các bước <= 10.
• euler_at_final (bool, mặc định là False) — Có sử dụng phương pháp Euler ở bước cuối cùng hay không. Đây là sự đánh đổi giữa độ ổn định số học và độ phong phú của chi tiết. Điều này có thể ổn định việc lấy mẫu của biến thể SDE của DPMSolver khi số bước suy luận nhỏ, nhưng đôi khi có thể dẫn đến hiện tượng mờ.
• use_karras_sigmas (bool, tùy chọn, mặc định là False) — Có sử dụng Karras sigmas cho kích thước bước trong lịch trình nhiễu trong quá trình lấy mẫu hay không. Nếu True, các sigmas được xác định theo một chuỗi các mức nhiễu {σi}.
• use_exponential_sigmas (bool, tùy chọn, mặc định là False) — Có sử dụng exponential sigmas cho kích thước bước trong lịch trình nhiễu trong quá trình lấy mẫu hay không.
• use_beta_sigmas (bool, tùy chọn, mặc định là False) — Có sử dụng beta sigmas cho kích thước bước trong lịch trình nhiễu trong quá trình lấy mẫu hay không. Xem Beta Sampling is All You Need để biết thêm thông tin.
• use_lu_lambdas (bool, tuỳ chọn, mặc định là False) — Có sử dụng uniform-logSNR cho kích thước bước được đề xuất bởi DPM-Solver của Lu trong lịch trình nhiễu trong quá trình lấy mẫu hay không. Nếu True, các sigmas và bước thời gian sẽ được xác định theo một chuỗi lambda(t).
• use_flow_sigmas (bool, tùy chọn, mặc định là False) — Có sử dụng flow sigmas cho kích thước bước trong lịch trình nhiễu trong quá trình lấy mẫu hay không.
• flow_shift (float, tùy chọn, mặc định là 1.0) — Giá trị dịch chuyển cho lịch trình bước thời gian (timestep schedule) của flow matching.
• final_sigmas_type ("zero" hoặc "sigma_min", tùy chọn, mặc định là "zero") — Giá trị sigma cuối cùng cho lịch trình nhiễu trong quá trình lấy mẫu. Nếu là "sigma_min", sigma cuối cùng sẽ giống với sigma cuối cùng trong lịch trình huấn luyện. Nếu là "zero", sigma cuối cùng được đặt thành 0.
• lambda_min_clipped (float, mặc định là -inf) — Ngưỡng cắt cho giá trị tối thiểu của lambda(t) để đảm bảo ổn định số. Điều này rất quan trọng đối với lịch nhiễu cosine (squaredcos_cap_v2).
• variance_type ("learned" hoặc "learned_range", tùy chọn) — Đặt thành "learned" hoặc "learned_range" cho các mô hình khuếch tán dự đoán phương sai. Nếu được đặt, đầu ra của mô hình sẽ chứa phương sai Gaussian được dự đoán.
• timestep_spacing ("linspace", "leading", hoặc "trailing", mặc định là "linspace") — Cách các timestep nên được scale. Xem Bảng 2 của 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 họ 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.
• use_dynamic_shifting (bool, mặc định là False) — Có sử dụng dynamic shifting cho lịch trình timestep hay không.
• time_shift_type ("exponential", mặc định là "exponential") — Loại dịch chuyển thời gian được áp dụng khi sử dụng dịch chuyển động.

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.