Buckets:

hf-doc-build
/

doc

Files
xet
hf-doc-build/doc / diffusers /main /id /api /modular_diffusers /guiders.md
mishig
3 days ago
preview code
download
raw
34.7 kB
# Pemandu

Guiders adalah komponen dalam Modular Diffusers yang mengontrol bagaimana proses difusi dipandu selama generasi. Mereka mengimplementasikan berbagai teknik panduan untuk meningkatkan kualitas dan kontrol generasi.

## BaseGuidance[[diffusers.BaseGuidance]]

#### diffusers.BaseGuidance[[diffusers.BaseGuidance]]

```python
diffusers.BaseGuidance(start: float = 0.0, stop: float = 1.0, enabled: bool = True)
```

[Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/guider_utils.py#L38)

Kelas dasar yang menyediakan kerangka untuk mengimplementasikan teknik panduan.

#### cleanup_models[[diffusers.BaseGuidance.cleanup_models]]

```python
cleanup_models(denoiser: torch.nn.Module)
```

[Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/guider_utils.py#L160)

Membersihkan model untuk teknik panduan setelah batch data tertentu. Metode ini harus ditimpa (overridden) di subkelas untuk mengimplementasikan logika pembersihan model yang spesifik. Metode ini berguna untuk menghapus hook atau modifikasi stateful lainnya yang dibuat selama `prepare_models`.

#### from_pretrained[[diffusers.BaseGuidance.from_pretrained]]

```python
from_pretrained(pretrained_model_name_or_path: str | os.PathLike | None = None, subfolder: str | None = None, return_unused_kwargs = False, **kwargs)
```

[Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/guider_utils.py#L289)

**Parameter:**

pretrained_model_name_or_path (`str` atau `os.PathLike`, *opsional*) : Bisa berupa: - String, *model id* (misalnya `google/ddpm-celebahq-256`) dari model pretrained yang dihosting di Hub. - Path ke *direktori* (misalnya `./my_model_directory`) yang berisi konfigurasi guider yang disimpan dengan [save_pretrained()](/docs/diffusers/main/id/api/modular_diffusers/guiders#diffusers.BaseGuidance.save_pretrained).

subfolder (`str`, *opsional*) : Lokasi subfolder dari file model di dalam repositori model yang lebih besar di Hub atau secara lokal.

return_unused_kwargs (`bool`, *opsional*, defaultnya `False`) : Apakah kwargs yang tidak dikonsumsi oleh kelas Python harus dikembalikan atau tidak.

cache_dir (`str | os.PathLike`, *opsional*) : Path ke direktori tempat konfigurasi model pretrained yang diunduh di-cache jika cache standar tidak digunakan.
force_download (`bool`, *opsional*, defaultnya `False`) : Apakah akan memaksa (mengunduh ulang) bobot model dan file konfigurasi, menimpa versi yang di-cache jika ada.

proxies (`dict[str, str]`, *opsional*) : Kamus server proxy yang akan digunakan berdasarkan protokol atau endpoint, misalnya `{'http': 'foo.bar:3128', 'http://hostname': 'foo.bar:4012'}`. Proxy digunakan pada setiap permintaan.

output_loading_info(`bool`, *opsional*, default `False`) : Apakah akan mengembalikan kamus yang berisi kunci yang hilang, kunci yang tidak terduga, dan pesan kesalahan.

local_files_only(`bool`, *opsional*, default `False`) : Apakah hanya memuat bobot model dan file konfigurasi lokal atau tidak. Jika diatur ke `True`, model tidak akan diunduh dari Hub.

token (`str` atau *bool*, *opsional*) : Token yang digunakan sebagai otorisasi bearer HTTP untuk file jarak jauh. Jika `True`, token yang dihasilkan dari `diffusers-cli login` (disimpan di `~/.huggingface`) akan digunakan.

revision (`str`, *opsional*, defaultnya `"main"`) : Versi model spesifik yang akan digunakan. Bisa berupa nama branch, nama tag, id commit, atau identifikasi apa pun yang diizinkan oleh Git.

Instansiasi sebuah guider dari file konfigurasi JSON yang sudah ditentukan sebelumnya di direktori lokal atau repositori Hub.

> [!TIP] > Untuk menggunakan model privat atau [model bergerbang](https://huggingface.co/docs/hub/models-gated#gated-models), masuk
dengan `hf > auth login`. Anda juga dapat mengaktifkan mode khusus > ["offline-mode"](https://huggingface.co/diffusers/installation.html#offline-mode) untuk menggunakan metode ini di lingkungan yang > dibatasi firewall.

#### get_state[[diffusers.BaseGuidance.get_state]]

```python
get_state()
```

[Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/guider_utils.py#L106)

Mengembalikan keadaan saat ini dari teknik panduan sebagai kamus. Variabel keadaan akan disertakan dalam metode __repr__. Mengembalikan: `dict[str, Any]`: Kamus yang berisi variabel keadaan saat ini termasuk:
- step: Langkah inferensi saat ini
- num_inference_steps: Total langkah inferensi
- timestep: tensor timestep saat ini
- count_prepared: Jumlah kali prepare_models telah dipanggil
- enabled: Apakah panduan diaktifkan
- num_conditions: Jumlah kondisi
#### baru[[diffusers.BaseGuidance.new]]
```python
new(**kwargs)
```
[Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/guider_utils.py#L69)
**Parameter:**
- ****kwargs** : Parameter konfigurasi untuk ditimpa pada instance baru. Jika tidak ada kwargs yang diberikan, mengembalikan salinan persis dengan konfigurasi yang sama.
**Mengembalikan:**
Instans guider baru dengan konfigurasi yang sama (atau diperbarui).
Membuat salinan dari instance guider ini, secara opsional dengan parameter konfigurasi yang dimodifikasi.
Contoh:
```python
# Create a CFG guider
guider = ClassifierFreeGuidance(guidance_scale=3.5)

# Create an exact copy
same_guider = guider.new()
# Create a copy with different start step, keeping other config the same
new_guider = guider.new(guidance_scale=5)
```
#### prepare_models[[diffusers.BaseGuidance.prepare_models]]
```python
prepare_models(denoiser: torch.nn.Module)
```
[Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/guider_utils.py#L153)
Menyiapkan model untuk teknik panduan pada batch data tertentu. Metode ini harus ditimpa (overridden) di subkelas untuk mengimplementasikan logika persiapan model yang spesifik.
#### save_pretrained[[diffusers.BaseGuidance.save_pretrained]]
```python
save_pretrained(save_directory: str | os.PathLike, push_to_hub: bool = False, **kwargs)
```
[Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/guider_utils.py#L350)
**Parameter:**

save_directory (`str` atau `os.PathLike`) : Direktori tempat file konfigurasi JSON akan disimpan (akan dibuat jika belum ada).
push_to_hub (`bool`, *opsional*, defaultnya `False`) : Apakah model akan didorong ke Hugging Face Hub setelah disimpan. Anda dapat menentukan repositori tujuan dengan `repo_id` (defaultnya adalah nama `save_directory` di namespace Anda).
kwargs (`dict[str, Any]`, *opsional*) : Argumen kata kunci tambahan yang diteruskan ke metode [push_to_hub()](/docs/diffusers/main/id/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub).
Simpan objek konfigurasi guider ke sebuah direktori agar dapat dimuat ulang menggunakan metode kelas [from_pretrained()](/docs/diffusers/main/id/api/modular_diffusers/guiders#diffusers.BaseGuidance.from_pretrained).
## ClassifierFreeGuidance[[diffusers.ClassifierFreeGuidance]]
#### diffusers.ClassifierFreeGuidance[[diffusers.ClassifierFreeGuidance]]
```python
diffusers.ClassifierFreeGuidance(guidance_scale: float = 7.5, guidance_rescale: float = 0.0, use_original_formulation: bool = False, start: float = 0.0, stop: float = 1.0, enabled: bool = True)
```
[Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/classifier_free_guidance.py#L30)
**Parameter:**
guidance_scale (`float`, defaultnya `7.5`) : skala CFG yang diterapkan oleh guider ini selama pascapemrosesan. Nilai yang lebih tinggi = kondisioning prompt yang lebih kuat tetapi dapat mengurangi kualitas. Rentang tipikal: 1.0-20.0.

guidance_rescale (`float`, defaultnya `0.0`) : Faktor penskalaan ulang untuk mencegah overeksposur dari skala panduan yang tinggi. Berdasarkan [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891). Rentang: 0.0 (tanpa penskalaan ulang) hingga 1.0 (penskalaan ulang penuh).
use_original_formulation (`bool`, defaultnya `False`) : Jika `True`, menggunakan formulasi CFG asli dari makalah tersebut. Jika `False` (default), menggunakan formulasi asli diffusers dari makalah Imagen.
start (`float`, defaultnya `0.0`) : Fraksi langkah denoising (0.0-1.0) setelah mana CFG dimulai. Gunakan > 0.0 untuk menonaktifkan CFG pada langkah denoising awal.
stop (`float`, defaultnya `1.0`) : Fraksi langkah denoising (0.0-1.0) setelah mana CFG berhenti. Gunakan < 1.0 untuk menonaktifkan CFG pada langkah denoising akhir.
enabled (`bool`, defaultnya `True`) : Apakah CFG diaktifkan. Atur ke `False` untuk menonaktifkan CFG sepenuhnya (hanya menggunakan prediksi kondisional).
Menerapkan Classifier-Free Guidance (CFG) untuk model difusi.
Referensi: https://huggingface.co/papers/2207.12598
CFG meningkatkan kualitas generasi dan kepatuhan terhadap prompt dengan melatih model secara bersama pada data bersyarat dan tidak bersyarat, lalu menggabungkan prediksi selama inferensi. Hal ini memungkinkan penyesuaian antara kualitas (guidance tinggi) dan keragaman (guidance rendah).
**Dua Formulasi CFG:**
1. **Formulasi asli** (dari makalah):
   ```
   x_pred = x_cond + guidance_scale * (x_cond - x_uncond)
   ```
   Memindahkan prediksi kondisional lebih jauh dari prediksi tak bersyarat.
2. **Formulasi native Diffusers** (default, dari paper Imagen):
   ```
   x_pred = x_uncond + guidance_scale * (x_cond - x_uncond)
   ```
   Menggeser prediksi tanpa syarat menuju prediksi bersyarat, secara efektif menekan fitur negatif (misalnya, "kualitas buruk", "watermark"). Setara secara teori tetapi lebih intuitif.
Gunakan `use_original_formulation=True` untuk beralih ke formulasi asli.
## ClassifierFreeZeroStarGuidance[[diffusers.ClassifierFreeZeroStarGuidance]]
#### diffusers.ClassifierFreeZeroStarGuidance[[diffusers.ClassifierFreeZeroStarGuidance]]
```python
diffusers.ClassifierFreeZeroStarGuidance(guidance_scale: float = 7.5, zero_init_steps: int = 1, guidance_rescale: float = 0.0, use_original_formulation: bool = False, start: float = 0.0, stop: float = 1.0, enabled: bool = True)
```
[Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/classifier_free_zero_star_guidance.py#L30)
**Parameter:**
guidance_scale (`float`, defaultnya `7.5`) : Parameter skala untuk classifier-free guidance. Nilai yang lebih tinggi menghasilkan kondisioning yang lebih kuat pada prompt teks, sedangkan nilai yang lebih rendah memberikan kebebasan lebih dalam generasi. Nilai yang lebih tinggi dapat menyebabkan saturasi dan penurunan kualitas gambar.

zero_init_steps (`int`, defaultnya `1`) : Jumlah langkah inferensi di mana prediksi noise di-nolkan (lihat Bagian 4.2).

guidance_rescale (`float`, defaultnya `0.0`) : Faktor rescale yang diterapkan pada prediksi noise. Ini digunakan untuk meningkatkan kualitas gambar dan memperbaiki overexposure. Berdasarkan Bagian 3.4 dari [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891).
use_original_formulation (`bool`, defaultnya `False`) : Apakah akan menggunakan formulasi asli dari classifier-free guidance sebagaimana diusulkan dalam makalah. Secara default, kami menggunakan implementasi asli diffusers yang sudah ada di codebase sejak lama. Lihat [~guiders.classifier_free_guidance.ClassifierFreeGuidance] untuk detail lebih lanjut.
start (`float`, defaultnya `0.01`) : Fraksi dari total jumlah langkah denoising setelah mana panduan dimulai.
stop (`float`, defaultnya `0.2`) : Fraksi dari total langkah denoising setelah mana panduan berhenti.
Classifier-free Zero* (CFG-Zero*): https://huggingface.co/papers/2503.18886
Ini adalah implementasi dari teknik panduan Classifier-Free Zero*, yang merupakan varian dari panduan tanpa klasifikator. Teknik ini mengusulkan inisialisasi nol untuk prediksi noise pada beberapa langkah awal proses difusi, serta memperkenalkan faktor penskalaan optimal untuk prediksi noise, yang dapat membantu meningkatkan kualitas gambar yang dihasilkan.
Para penulis makalah tersebut menyarankan untuk mengatur inisialisasi nol pada 4% pertama dari langkah inferensi.
## SkipLayerGuidance[[diffusers.SkipLayerGuidance]]
#### diffusers.SkipLayerGuidance[[diffusers.SkipLayerGuidance]]
```python
diffusers.SkipLayerGuidance(guidance_scale: float = 7.5, skip_layer_guidance_scale: float = 2.8, skip_layer_guidance_start: float = 0.01, skip_layer_guidance_stop: float = 0.2, skip_layer_guidance_layers: int | list[int] | None = None, skip_layer_config: LayerSkipConfig | list[LayerSkipConfig] | dict[str, Any] = None, guidance_rescale: float = 0.0, use_original_formulation: bool = False, start: float = 0.0, stop: float = 1.0, enabled: bool = True)
```
[Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/skip_layer_guidance.py#L32)
**Parameter:**
guidance_scale (`float`, defaultnya `7.5`) : Parameter skala untuk classifier-free guidance. Nilai yang lebih tinggi menghasilkan kondisioning yang lebih kuat pada prompt teks, sedangkan nilai yang lebih rendah memberikan kebebasan lebih dalam generasi. Nilai yang lebih tinggi dapat menyebabkan saturasi dan penurunan kualitas gambar.

skip_layer_guidance_scale (`float`, defaultnya `2.8`) : Parameter skala untuk panduan lapisan lompat. Anatomi dan koherensi struktur mungkin membaik dengan nilai yang lebih tinggi, tetapi hal ini juga dapat menyebabkan overeksposur dan saturasi.
skip_layer_guidance_start (`float`, defaultnya `0.01`) : Fraksi dari total jumlah langkah denoising setelah mana skip layer guidance dimulai.

skip_layer_guidance_stop (`float`, defaultnya `0.2`) : Fraksi dari total jumlah langkah denoising setelah mana skip layer guidance berhenti.
skip_layer_guidance_layers (`int` atau `list[int]`, *opsional*) : Indeks lapisan yang akan diterapkan skip layer guidance. Bisa berupa satu integer atau daftar integer. Jika tidak disediakan, `skip_layer_config` harus disediakan. Nilai yang direkomendasikan adalah `[7, 8, 9]` untuk Stable Diffusion 3.5 Medium.

skip_layer_config (`LayerSkipConfig` atau `list[LayerSkipConfig]`, *opsional*) : Konfigurasi untuk panduan lapisan yang dilewati. Dapat berupa satu `LayerSkipConfig` atau daftar `LayerSkipConfig`. Jika tidak diberikan, `skip_layer_guidance_layers` harus diberikan.

guidance_rescale (`float`, defaultnya `0.0`) : Faktor rescale yang diterapkan pada prediksi noise. Ini digunakan untuk meningkatkan kualitas gambar dan memperbaiki overexposure. Berdasarkan Bagian 3.4 dari [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891).
use_original_formulation (`bool`, defaultnya `False`) : Apakah akan menggunakan formulasi asli dari classifier-free guidance sebagaimana diusulkan dalam makalah. Secara default, kami menggunakan implementasi asli diffusers yang sudah ada di codebase sejak lama. Lihat [~guiders.classifier_free_guidance.ClassifierFreeGuidance] untuk detail lebih lanjut.
start (`float`, defaultnya `0.01`) : Fraksi dari total jumlah langkah denoising setelah mana panduan dimulai.
stop (`float`, defaultnya `0.2`) : Fraksi dari total langkah denoising setelah mana panduan berhenti.
Skip Layer Guidance (SLG): https://github.com/Stability-AI/sd3.5
Panduan Spasial-Temporal (STG): https://huggingface.co/papers/2411.18664
SLG diperkenalkan oleh StabilityAI untuk meningkatkan koherensi struktur dan anatomi pada gambar yang dihasilkan. Cara kerjanya adalah dengan melewati jalur maju (forward pass) dari blok transformer yang ditentukan selama proses denoising pada batch data kondisional tambahan, selain batch kondisional dan non-kondisional yang sudah digunakan dalam CFG ([~guiders.classifier_free_guidance.ClassifierFreeGuidance]), kemudian melakukan penskalaan dan pergeseran (shifting) prediksi CFG berdasarkan perbedaan antara prediksi kondisional tanpa skipping dan prediksi kondisional dengan skipping.
Intuisi di balik SLG dapat dipikirkan sebagai menggeser estimasi distribusi prediksi CFG menjauh dari versi yang lebih buruk dari estimasi distribusi kondisional (karena melewati lapisan setara dengan menggunakan versi model yang lebih buruk untuk prediksi kondisional).
STG adalah perbaikan dan pekerjaan lanjutan yang menggabungkan ide dari SLG, PAG, dan teknik serupa untuk meningkatkan kualitas generasi pada model difusi video.
Bacaan tambahan:
- [Membimbing Model Difusi dengan Versi Buruk dari Dirinya Sendiri](https://huggingface.co/papers/2406.02507)
Nilai untuk `skip_layer_guidance_scale`, `skip_layer_guidance_start`, dan `skip_layer_guidance_stop` secara default mengikuti rekomendasi StabilityAI untuk Stable Diffusion 3.5 Medium.

## SmoothedEnergyGuidance[[diffusers.SmoothedEnergyGuidance]]

#### diffusers.SmoothedEnergyGuidance[[diffusers.SmoothedEnergyGuidance]]

```python
diffusers.SmoothedEnergyGuidance(guidance_scale: float = 7.5, seg_guidance_scale: float = 2.8, seg_blur_sigma: float = 9999999.0, seg_blur_threshold_inf: float = 9999.0, seg_guidance_start: float = 0.0, seg_guidance_stop: float = 1.0, seg_guidance_layers: int | list[int] | None = None, seg_guidance_config: SmoothedEnergyGuidanceConfig | list[SmoothedEnergyGuidanceConfig] = None, guidance_rescale: float = 0.0, use_original_formulation: bool = False, start: float = 0.0, stop: float = 1.0, enabled: bool = True)
```

[Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/smoothed_energy_guidance.py#L32)

**Parameter:**

guidance_scale (`float`, defaultnya `7.5`) : Parameter skala untuk classifier-free guidance. Nilai yang lebih tinggi menghasilkan kondisioning yang lebih kuat pada prompt teks, sedangkan nilai yang lebih rendah memberikan kebebasan lebih dalam generasi. Nilai yang lebih tinggi dapat menyebabkan saturasi dan penurunan kualitas gambar.
seg_guidance_scale (`float`, defaultnya `3.0`) : Parameter skala untuk panduan energi yang dihaluskan. Anatomi dan koherensi struktur mungkin membaik dengan nilai yang lebih tinggi, tetapi hal ini juga dapat menyebabkan overeksposur dan saturasi.
seg_blur_sigma (`float`, defaultnya `9999999.0`) : Jumlah yang digunakan untuk mengaburkan bobot perhatian. Mengatur nilai ini lebih besar dari 9999.0 menghasilkan blur tak hingga, yang berarti query seragam. Mengendalikannya secara eksponensial terbukti efektif secara empiris.
seg_blur_threshold_inf (`float`, defaultnya `9999.0`) : Ambang batas di mana blur dianggap tak hingga.

seg_guidance_start (`float`, defaultnya `0.0`) : Fraksi dari total jumlah langkah denoising setelah mana panduan energi halus (smoothed energy guidance) dimulai.

seg_guidance_stop (`float`, defaultnya `1.0`) : Fraksi dari total jumlah langkah denoising setelah mana panduan energi halus (smoothed energy guidance) berhenti.

seg_guidance_layers (`int` atau `list[int]`, *opsional*) : Indeks lapisan untuk menerapkan panduan energi halus. Bisa berupa satu bilangan bulat atau daftar bilangan bulat. Jika tidak diberikan, `seg_guidance_config` harus diberikan. Nilai yang direkomendasikan adalah `[7, 8, 9]` untuk Stable Diffusion 3.5 Medium.

seg_guidance_config (`SmoothedEnergyGuidanceConfig` atau `list[SmoothedEnergyGuidanceConfig]`, *opsional*) : Konfigurasi untuk panduan lapisan energi halus. Dapat berupa satu `SmoothedEnergyGuidanceConfig` atau daftar `SmoothedEnergyGuidanceConfig`. Jika tidak disediakan, `seg_guidance_layers` harus disediakan.

guidance_rescale (`float`, defaultnya `0.0`) : Faktor rescale yang diterapkan pada prediksi noise. Ini digunakan untuk meningkatkan kualitas gambar dan memperbaiki overexposure. Berdasarkan Bagian 3.4 dari [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891).
use_original_formulation (`bool`, defaultnya `False`) : Apakah akan menggunakan formulasi asli dari classifier-free guidance sebagaimana diusulkan dalam makalah. Secara default, kami menggunakan implementasi asli diffusers yang sudah ada di codebase sejak lama. Lihat [~guiders.classifier_free_guidance.ClassifierFreeGuidance] untuk detail lebih lanjut.
start (`float`, defaultnya `0.01`) : Fraksi dari total jumlah langkah denoising setelah mana panduan dimulai.
stop (`float`, defaultnya `0.2`) : Fraksi dari total langkah denoising setelah mana panduan berhenti.
Smoothed Energy Guidance (SEG): https://huggingface.co/papers/2408.00760
SEG saat ini hanya didukung sebagai fitur prototipe eksperimental, sehingga implementasinya dapat dimodifikasi di masa depan tanpa peringatan atau jaminan reproduktibilitas. Implementasi ini mengasumsikan:
- Gambar yang dihasilkan berbentuk persegi (tinggi == lebar)
- Model ini tidak menggabungkan modalitas yang berbeda (misalnya, aliran laten teks dan gambar tidak digabungkan seperti pada Flux)
## PerturbedAttentionGuidance[[diffusers.PerturbedAttentionGuidance]]
#### diffusers.PerturbedAttentionGuidance[[diffusers.PerturbedAttentionGuidance]]
```python
diffusers.PerturbedAttentionGuidance(guidance_scale: float = 7.5, perturbed_guidance_scale: float = 2.8, perturbed_guidance_start: float = 0.01, perturbed_guidance_stop: float = 0.2, perturbed_guidance_layers: int | list[int] | None = None, perturbed_guidance_config: LayerSkipConfig | list[LayerSkipConfig] | dict[str, Any] = None, guidance_rescale: float = 0.0, use_original_formulation: bool = False, start: float = 0.0, stop: float = 1.0, enabled: bool = True)
```
[Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/perturbed_attention_guidance.py#L36)
**Parameter:**
guidance_scale (`float`, defaultnya `7.5`) : Parameter skala untuk classifier-free guidance. Nilai yang lebih tinggi menghasilkan kondisioning yang lebih kuat pada prompt teks, sedangkan nilai yang lebih rendah memberikan kebebasan lebih dalam generasi. Nilai yang lebih tinggi dapat menyebabkan saturasi dan penurunan kualitas gambar.

perturbed_guidance_scale (`float`, defaultnya `2.8`) : Parameter skala untuk panduan perhatian yang terganggu.

perturbed_guidance_start (`float`, defaultnya `0.01`) : Fraksi dari total jumlah langkah denoising setelah mana panduan perhatian yang terganggu dimulai.

perturbed_guidance_stop (`float`, defaultnya `0.2`) : Fraksi dari total jumlah langkah denoising setelah mana panduan perhatian yang terganggu berhenti.

perturbed_guidance_layers (`int` atau `list[int]`, *opsional*) : Indeks lapisan untuk menerapkan panduan perhatian terganggu. Bisa berupa satu bilangan bulat atau daftar bilangan bulat. Jika tidak diberikan, `perturbed_guidance_config` harus diberikan.

perturbed_guidance_config (`LayerSkipConfig` atau `list[LayerSkipConfig]`, *opsional*) : Konfigurasi untuk panduan perhatian yang terganggu. Dapat berupa satu `LayerSkipConfig` atau daftar `LayerSkipConfig`. Jika tidak disediakan, `perturbed_guidance_layers` harus disediakan.

guidance_rescale (`float`, defaultnya `0.0`) : Faktor rescale yang diterapkan pada prediksi noise. Ini digunakan untuk meningkatkan kualitas gambar dan memperbaiki overexposure. Berdasarkan Bagian 3.4 dari [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891).
use_original_formulation (`bool`, defaultnya `False`) : Apakah akan menggunakan formulasi asli dari classifier-free guidance sebagaimana diusulkan dalam makalah. Secara default, kami menggunakan implementasi asli diffusers yang sudah ada di codebase sejak lama. Lihat [~guiders.classifier_free_guidance.ClassifierFreeGuidance] untuk detail lebih lanjut.
start (`float`, defaultnya `0.01`) : Fraksi dari total jumlah langkah denoising setelah mana panduan dimulai.
stop (`float`, defaultnya `0.2`) : Fraksi dari total langkah denoising setelah mana panduan berhenti.
Perturbed Attention Guidance (PAG): https://huggingface.co/papers/2403.17377
Intuisi di balik PAG dapat dipikirkan sebagai upaya untuk menggeser estimasi distribusi prediksi CFG menjauh dari versi yang lebih buruk dari estimasi distribusi kondisional. PAG adalah salah satu teknik pertama yang memperkenalkan gagasan menggunakan versi yang lebih buruk dari model terlatih untuk membimbing dirinya sendiri dengan lebih baik dalam proses denoising. Teknik ini mengganggu skor perhatian dari stream laten dengan mengganti matriks skor dengan matriks identitas untuk lapisan-lapisan yang dipilih secara selektif.
Bacaan tambahan:
- [Membimbing Model Difusi dengan Versi Buruk dari Dirinya Sendiri](https://huggingface.co/papers/2406.02507)
PAG diimplementasikan dengan implementasi yang serupa dengan SkipLayerGuidance karena adanya tumpang tindih pada parameter konfigurasi dan detail implementasi.
## AdaptiveProjectedGuidance[[diffusers.AdaptiveProjectedGuidance]]
#### diffusers.AdaptiveProjectedGuidance[[diffusers.AdaptiveProjectedGuidance]]
```python
diffusers.AdaptiveProjectedGuidance(guidance_scale: float = 7.5, adaptive_projected_guidance_momentum: float | None = None, adaptive_projected_guidance_rescale: float = 15.0, adaptive_projected_guidance_norm_dim: int | tuple[int, ...] | None = None, eta: float = 1.0, guidance_rescale: float = 0.0, use_original_formulation: bool = False, start: float = 0.0, stop: float = 1.0, enabled: bool = True)
```
[Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/adaptive_projected_guidance.py#L30)
**Parameter:**
guidance_scale (`float`, defaultnya `7.5`) : Parameter skala untuk classifier-free guidance. Nilai yang lebih tinggi menghasilkan kondisioning yang lebih kuat pada prompt teks, sedangkan nilai yang lebih rendah memberikan kebebasan lebih dalam generasi. Nilai yang lebih tinggi dapat menyebabkan saturasi dan penurunan kualitas gambar.

adaptive_projected_guidance_momentum (`float`, defaultnya `None`) : Parameter momentum untuk adaptive projected guidance. Dinonaktifkan jika diatur ke `None`.
adaptive_projected_guidance_rescale (`float`, defaultnya `15.0`) : Faktor rescale yang diterapkan pada prediksi noise. Ini digunakan untuk meningkatkan kualitas gambar dan memperbaiki

adaptive_projected_guidance_norm_dim (`int` atau `tuple[int]`, *opsional*) : Dimensi tempat norma dan proyeksi APG dihitung. Jika diabaikan, semua dimensi non-batch digunakan, mempertahankan perilaku asli.

guidance_rescale (`float`, defaultnya `0.0`) : Faktor rescale yang diterapkan pada prediksi noise. Ini digunakan untuk meningkatkan kualitas gambar dan memperbaiki overexposure. Berdasarkan Bagian 3.4 dari [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891).
use_original_formulation (`bool`, defaultnya `False`) : Apakah akan menggunakan formulasi asli dari classifier-free guidance sebagaimana diusulkan dalam makalah. Secara default, kami menggunakan implementasi asli diffusers yang sudah ada di codebase sejak lama. Lihat [~guiders.classifier_free_guidance.ClassifierFreeGuidance] untuk detail lebih lanjut.
start (`float`, defaultnya `0.0`) : Fraksi dari total langkah denoising setelah mana panduan dimulai.
stop (`float`, defaultnya `1.0`) : Fraksi dari total langkah denoising setelah mana panduan berhenti.
Adaptive Projected Guidance (APG): https://huggingface.co/papers/2410.02416
## AutoGuidance[[diffusers.AutoGuidance]]
#### diffusers.AutoGuidance[[diffusers.AutoGuidance]]
```python
diffusers.AutoGuidance(guidance_scale: float = 7.5, auto_guidance_layers: int | list[int] | None = None, auto_guidance_config: LayerSkipConfig | list[LayerSkipConfig] | dict[str, Any] = None, dropout: float | None = None, guidance_rescale: float = 0.0, use_original_formulation: bool = False, start: float = 0.0, stop: float = 1.0, enabled: bool = True)
```
[Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/auto_guidance.py#L32)
**Parameter:**
guidance_scale (`float`, defaultnya `7.5`) : Parameter skala untuk classifier-free guidance. Nilai yang lebih tinggi menghasilkan kondisioning yang lebih kuat pada prompt teks, sedangkan nilai yang lebih rendah memberikan kebebasan lebih dalam generasi. Nilai yang lebih tinggi dapat menyebabkan saturasi dan penurunan kualitas gambar.

auto_guidance_layers (`int` atau `list[int]`, *opsional*) : Indeks layer yang akan diterapkan skip layer guidance. Bisa berupa satu integer atau daftar integer. Jika tidak diberikan, `skip_layer_config` harus diberikan.

auto_guidance_config (`LayerSkipConfig` atau `list[LayerSkipConfig]`, *opsional*) : Konfigurasi untuk panduan lapisan yang dilewati. Dapat berupa satu `LayerSkipConfig` atau daftar `LayerSkipConfig`. Jika tidak diberikan, `skip_layer_guidance_layers` harus diberikan.

dropout (`float`, *opsional*) : Probabilitas dropout untuk autoguidance pada lapisan skip yang diaktifkan (baik dengan `auto_guidance_layers` atau `auto_guidance_config`). Jika tidak disediakan, probabilitas dropout akan diatur ke 1.0.

guidance_rescale (`float`, defaultnya `0.0`) : Faktor rescale yang diterapkan pada prediksi noise. Ini digunakan untuk meningkatkan kualitas gambar dan memperbaiki overexposure. Berdasarkan Bagian 3.4 dari [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891).
use_original_formulation (`bool`, defaultnya `False`) : Apakah akan menggunakan formulasi asli dari classifier-free guidance sebagaimana diusulkan dalam makalah. Secara default, kami menggunakan implementasi asli diffusers yang sudah ada di codebase sejak lama. Lihat [~guiders.classifier_free_guidance.ClassifierFreeGuidance] untuk detail lebih lanjut.
start (`float`, defaultnya `0.0`) : Fraksi dari total langkah denoising setelah mana panduan dimulai.
stop (`float`, defaultnya `1.0`) : Fraksi dari total langkah denoising setelah mana panduan berhenti.
AutoGuidance: https://huggingface.co/papers/2406.02507
## TangentialClassifierFreeGuidance[[diffusers.TangentialClassifierFreeGuidance]]
#### diffusers.TangentialClassifierFreeGuidance[[diffusers.TangentialClassifierFreeGuidance]]
```python
diffusers.TangentialClassifierFreeGuidance(guidance_scale: float = 7.5, guidance_rescale: float = 0.0, use_original_formulation: bool = False, start: float = 0.0, stop: float = 1.0, enabled: bool = True)
```
[Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/tangential_classifier_free_guidance.py#L30)
**Parameter:**
guidance_scale (`float`, defaultnya `7.5`) : Parameter skala untuk classifier-free guidance. Nilai yang lebih tinggi menghasilkan kondisioning yang lebih kuat pada prompt teks, sedangkan nilai yang lebih rendah memberikan kebebasan lebih dalam generasi. Nilai yang lebih tinggi dapat menyebabkan saturasi dan penurunan kualitas gambar.

guidance_rescale (`float`, defaultnya `0.0`) : Faktor rescale yang diterapkan pada prediksi noise. Ini digunakan untuk meningkatkan kualitas gambar dan memperbaiki overexposure. Berdasarkan Bagian 3.4 dari [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891).
use_original_formulation (`bool`, defaultnya `False`) : Apakah akan menggunakan formulasi asli dari classifier-free guidance sebagaimana diusulkan dalam makalah. Secara default, kami menggunakan implementasi asli diffusers yang sudah ada di codebase sejak lama. Lihat [~guiders.classifier_free_guidance.ClassifierFreeGuidance] untuk detail lebih lanjut.
start (`float`, defaultnya `0.0`) : Fraksi dari total langkah denoising setelah mana panduan dimulai.
stop (`float`, defaultnya `1.0`) : Fraksi dari total langkah denoising setelah mana panduan berhenti.
Tangential Classifier Free Guidance (TCFG): https://huggingface.co/papers/2503.18137
## LTX2Guidance[[diffusers.LTX2Guidance]]
#### diffusers.LTX2Guidance[[diffusers.LTX2Guidance]]
```python
diffusers.LTX2Guidance(guidance_scale: float = 1.0, stg_scale: float = 0.0, modality_scale: float = 1.0, guidance_rescale: float = 0.0, spatio_temporal_guidance_blocks: list[int] | None = None, start: float = 0.0, stop: float = 1.0, enabled: bool = True)
```
[Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/ltx2_guidance.py#L28)
**Parameter:**
guidance_scale (`float`, defaultnya `1.0`) : skala CFG untuk modalitas ini. Proses CFG dilewati sepenuhnya pada `1.0`.
stg_scale (`float`, defaultnya `0.0`) : Skala panduan spatio-temporal untuk modalitas ini. Lintasan STG dilewati sepenuhnya pada `0.0`.
modality_scale (`float`, defaultnya `1.0`) : Skala panduan isolasi modalitas untuk modalitas ini. Langkah tersebut dilewati sepenuhnya pada `1.0`.
guidance_rescale (`float`, defaultnya `0.0`) : Faktor penskalaan ulang untuk mencegah overeksposur dari skala panduan yang tinggi. Berdasarkan [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891). Rentang: 0.0 (tanpa penskalaan ulang) hingga 1.0 (penskalaan ulang penuh).
spatio_temporal_guidance_blocks (`list[int]`, *opsional*) : Blok Transformer yang akan diperturbasi pada jalur STG. Cara nilai ini dikonsumsi bergantung pada blok denoiser: LTX-2 melakukan perturbasi pada seluruh blok dalam satu forward yang melayani semua modalitas, sehingga nilai ini hanya dibaca dari video guider — menyetelnya pada audio guider tidak berpengaruh, dan audio guider tersebut bergabung ke forward STG yang sama melalui `stg_scale`-nya sendiri.
start (`float`, defaultnya `0.0`) : Fraksi langkah denoising (0.0-1.0) setelah mana panduan dimulai.
stop (`float`, defaultnya `1.0`) : Fraksi langkah denoising (0.0-1.0) setelah mana panduan berhenti.
enabled (`bool`, defaultnya `True`) : Apakah guider ini menerapkan panduan sama sekali. Ketika `False`, hanya jalur kondisional yang dijalankan.
Guider unimodalitas untuk LTX-2.X. Menggabungkan hingga tiga istilah melalui formulasi delta:
- classifier-free guidance (CFG),
- panduan spatio-temporal (STG), satu lintasan tambahan dengan seperangkat blok transformer yang terganggu,
- panduan isolasi modalitas, satu lintasan tambahan dengan cross-attention A2V/V2A dinonaktifkan.
Satu instance menggerakkan satu modalitas, sehingga checkpoint multimodal membawa beberapa: LTX-2.X memasangkan `guider` video dengan `audio_guider`, masing-masing menyimpan skala miliknya sendiri. Estimasi guidance akhir dihitung di ruang apa pun yang diberikan pemanggil — denoiser LTX-2 mengonversi velocity->x0 sebelum memanggil ini dan mengonversinya kembali setelahnya, sehingga `forward` beroperasi pada prediksi x0.
Berbeda dengan `SkipLayerGuidance`, yang menerapkan perturbasinya melalui hook, `LTX2Guidance` mengharapkan perturbasi non-CFG-nya dapat dikonfigurasi melalui argumen forward model (`spatio_temporal_guidance_blocks` dan `isolate_modalities` di `LTX2VideoTransformer3DModel`). Blok denoiser pemanggil bertanggung jawab untuk mengatur identifier per pass tersebut; lihat `LTX2LoopDenoiser` untuk contoh penggunaan.
Xet Storage Details

Size:: 34.7 kB
Xet hash:: 0981173123bdc6f93e6203abaebcb8915650ac142924488ed0404d6f1d25ab81
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.