diffusers/main/ko/api/schedulers/ddim.md

DDIMScheduler

Jiaming Song, Chenlin Meng, Stefano Ermon의 Denoising Diffusion Implicit Models(DDIM).

해당 논문의 초록은 다음과 같습니다:

디노이징 확산 확률 모델(DDPM)은 적대적 학습 없이 고품질 이미지 생성을 달성했지만, 샘플을 생성하려면 마르코프 체인을 여러 단계에 걸쳐 시뮬레이션해야 합니다. 샘플링을 가속화하기 위해, 우리는 DDPM과 동일한 학습 절차를 가지며 더 효율적인 반복적 암시적 확률 모델 클래스인 디노이징 확산 암시적 모델(DDIM)을 제시합니다. DDPM에서 생성 과정은 마르코프 확산 과정의 역과정으로 정의됩니다. 우리는 동일한 학습 목적 함수를 유도하지만, 그 역과정에서 샘플링 속도가 훨씬 더 빠를 수 있는 비마르코프 확산 과정 클래스를 구성합니다. 우리는 DDIM이 DDPM에 비해 실제 시간 기준 10배에서 50배 더 빠르게 고품질 샘플을 생성할 수 있음을 경험적으로 입증했으며, 이는 계산량과 샘플 품질 간의 트레이드오프를 허용하고, 잠재 공간에서 의미론적으로 의미 있는 이미지 보간을 직접 수행할 수 있음을 보여줍니다.

이 논문의 원래 코드베이스는 ermongroup/ddim에서 찾을 수 있으며, tsong.me를 통해 저자에게 연락할 수 있습니다.

팁

The paper Common Diffusion Noise Schedules and Sample Steps are Flawed claims that a mismatch between the training and inference settings leads to suboptimal inference generation results for Stable Diffusion. To fix this, the authors propose:

🧪 이는 실험적 기능입니다!

1. rescale the noise schedule to enforce zero terminal signal-to-noise ratio (SNR)

pipe.scheduler = DDIMScheduler.from_config(pipe.scheduler.config, rescale_betas_zero_snr=True)

2. train a model with v_prediction (add the following argument to the train_text_to_image.py or train_text_to_image_lora.py scripts)

--prediction_type="v_prediction"

3. 샘플러를 항상 마지막 타임스텝에서 시작하도록 변경

pipe.scheduler = DDIMScheduler.from_config(pipe.scheduler.config, timestep_spacing="trailing")

4. 과노출을 방지하기 위해 classifier-free guidance를 rescale

image = pipe(prompt, guidance_rescale=0.7).images[0]

예를 들어:

from diffusers import DiffusionPipeline, DDIMScheduler
import torch

pipe = DiffusionPipeline.from_pretrained("ptx0/pseudo-journey-v2", dtype=torch.float16)
pipe.scheduler = DDIMScheduler.from_config(
    pipe.scheduler.config, rescale_betas_zero_snr=True, timestep_spacing="trailing"
)
pipe.to("cuda")  # or "mps", "xpu", "cpu"

prompt = "A lion in galaxies, spirals, nebulae, stars, smoke, iridescent, intricate detail, octane render, 8k"
image = pipe(prompt, guidance_rescale=0.7).images[0]
image

DDIMScheduler[[diffusers.DDIMScheduler]]

diffusers.DDIMScheduler[[diffusers.DDIMScheduler]]

diffusers.DDIMScheduler(num_train_timesteps: int = 1000, beta_start: float = 0.0001, beta_end: float = 0.02, beta_schedule: str = 'linear', trained_betas: numpy.ndarray | list[float] | None = None, clip_sample: bool = True, set_alpha_to_one: bool = True, steps_offset: int = 0, prediction_type: typing.Literal['epsilon', 'sample', 'v_prediction'] = 'epsilon', thresholding: bool = False, dynamic_thresholding_ratio: float = 0.995, clip_sample_range: float = 1.0, sample_max_value: float = 1.0, timestep_spacing: typing.Literal['leading', 'trailing', 'linspace'] = 'leading', rescale_betas_zero_snr: bool = False)

소스

매개변수:

num_train_timesteps (int, 기본값 1000) : 모델을 학습하기 위한 diffusion step 수입니다.

beta_start (float, 기본값 0.0001) : 추론의 시작 beta 값입니다.

beta_end (float, 기본값 0.02) : 최종 beta 값.

beta_schedule (Literal["linear", "scaled_linear", "squaredcos_cap_v2"], 기본값은 "linear") : 베타 스케줄입니다. 모델의 스테핑을 위한 베타 범위에서 베타 시퀀스로의 매핑을 나타내며, "linear", "scaled_linear", "squaredcos_cap_v2" 중 하나여야 합니다.

trained_betas (np.ndarray, 선택 사항) : beta_start와 beta_end를 우회하여 베타 배열을 생성자에 직접 전달합니다.

clip_sample (bool, 기본값 True) : 수치적 안정성을 위해 예측된 샘플을 클리핑합니다.

clip_sample_range (float, 기본값 1.0) : 샘플 클리핑의 최대 크기입니다. clip_sample=True일 때만 유효합니다.

set_alpha_to_one (bool, 기본값 True) : 각 diffusion 단계는 해당 단계와 이전 단계의 alphas product 값을 사용합니다. 마지막 단계에는 이전 alpha가 없습니다. 이 옵션이 True인 경우 이전 alpha product는 1로 고정되고, 그렇지 않으면 step 0의 alpha 값을 사용합니다.

steps_offset (int, 기본값 0) : 일부 모델 계열에서 요구하는 추론 단계에 추가되는 오프셋입니다.

prediction_type (Literal["epsilon", "sample", "v_prediction"], 기본값은 "epsilon") : 스케줄러 함수의 예측 유형. "epsilon" (확산 과정의 노이즈를 예측), "sample" (노이즈가 포함된 샘플을 직접 예측), 또는 "v_prediction" (Imagen Video 논문 2.4절 참조) 중 하나여야 합니다.

thresholding (bool, 기본값은 False) : "dynamic thresholding" 방법을 사용할지 여부입니다. Stable Diffusion과 같은 latent-space diffusion 모델에는 적합하지 않습니다.

dynamic_thresholding_ratio (float, 기본값 0.995) : 동적 임계값 설정 방법의 비율입니다. thresholding=True일 때만 유효합니다.

sample_max_value (float, 기본값 1.0) : 동적 임계값 설정의 임계값. thresholding=True일 때만 유효합니다.

timestep_spacing (Literal["leading", "trailing", "linspace"], defaults to "leading") : The way the timesteps should be scaled. Must be one of "leading", "trailing", or "linspace". Refer to Table 2 of the Common Diffusion Noise Schedules and Sample Steps are Flawed for more information.

rescale_betas_zero_snr (bool, 기본값 False) : 베타를 재조정하여 최종 SNR이 0이 되도록 할지 여부입니다. 이를 통해 모델은 중간 밝기의 샘플로 제한되는 대신 매우 밝고 어두운 샘플을 생성할 수 있습니다. --offset_noise와 느슨하게 관련이 있습니다.

DDIMScheduler는 비 마코프(Non-Markovian) 가이던스를 사용하여 DDPM(denoising diffusion probabilistic models)에서 도입된 디노이징(denoising) 절차를 확장합니다.

이 모델은 SchedulerMixin과 ConfigMixin을 상속합니다. 로딩 및 저장과 같은 모든 스케줄러에 대해 라이브러리가 구현하는 일반적 메서드에 대해서는 상위 클래스 문서를 확인하세요.

add_noise[[diffusers.DDIMScheduler.add_noise]]

add_noise(original_samples: Tensor, noise: Tensor, timesteps: IntTensor)

소스

매개변수:

original_samples (torch.Tensor) : 노이즈가 추가될 원래 샘플.

noise (torch.Tensor) : 샘플에 추가할 노이즈.

timesteps (torch.IntTensor) : 각 샘플의 노이즈 수준을 나타내는 timesteps.

반환값: torch.Tensor

노이즈가 포함된 샘플.

각 timestep의 노이즈 크기에 따라 원래 샘플에 노이즈를 추가합니다(이것은 forward diffusion process입니다).

get_velocity[[diffusers.DDIMScheduler.get_velocity]]

get_velocity(sample: Tensor, noise: Tensor, timesteps: IntTensor)

소스

매개변수:

sample (torch.Tensor) : 입력 샘플.

noise (torch.Tensor) : 노이즈 텐서.

timesteps (torch.IntTensor) : 속도 계산에 사용되는 timesteps입니다.

반환값: torch.Tensor

계산된 속도.

속도 공식에 따라 샘플과 노이즈로부터 속도 예측을 계산합니다.

scale_model_input[[diffusers.DDIMScheduler.scale_model_input]]

scale_model_input(sample: Tensor, timestep: int = None)

소스

매개변수:

sample (torch.Tensor) : 입력 샘플.

timestep (int, 선택 사항) : 확산 체인에서의 현재 시간 단계입니다.

반환값: torch.Tensor

스케일된 입력 샘플.

현재 타임스텝에 따라 디노이징 모델 입력을 스케일링해야 하는 스케줄러와의 호환성을 보장합니다.

set_timesteps[[diffusers.DDIMScheduler.set_timesteps]]

set_timesteps(num_inference_steps: int, device: typing.Union[str, torch.device] = None)

소스

매개변수:

num_inference_steps (int) : 사전 학습된 모델로 샘플을 생성할 때 사용되는 확산 단계의 수.

device (str | torch.device, 선택 사항) : timesteps에 사용할 장치입니다.

예외: ValueError

• ValueError -- num_inference_steps가 self.config.num_train_timesteps보다 큰 경우.

추론 실행 전에 실행할 diffusion chain에 사용할 이산 timesteps를 설정합니다.

step[[diffusers.DDIMScheduler.step]]

step(model_output: Tensor, timestep: int, sample: Tensor, eta: float = 0.0, use_clipped_model_output: bool = False, generator: typing.Optional[torch.Generator] = None, variance_noise: typing.Optional[torch.Tensor] = None, return_dict: bool = True)

소스

매개변수:

model_output (torch.Tensor) : 학습된 diffusion model의 직접적인 출력입니다.

timestep (int) : 확산 체인(diffusion chain)의 현재 이산 시간 단계(discrete timestep).

sample (torch.Tensor) : 확산 과정에서 생성된 샘플의 현재 인스턴스.

eta (float, 선택 사항, 기본값 0.0) : 확산 단계에서 추가되는 노이즈의 가중치입니다. 값 0은 DDIM(결정론적)에 해당하고, 1은 DDPM(완전 확률론적)에 해당합니다.

use_clipped_model_output (bool, 선택 사항, 기본값 False) : True인 경우, 클리핑된 예측된 원래 샘플로부터 "보정된" model_output를 계산합니다. self.config.clip_sample가 True일 때 예측된 원래 샘플이 [-1, 1]로 클리핑되므로 필요합니다. 클리핑이 발생하지 않은 경우, "보정된" model_output은 입력으로 제공된 것과 일치하며 use_clipped_model_output은 효과가 없습니다.

generator (torch.Generator, 선택 사항) : 재현 가능한 샘플링을 위한 난수 생성기.

variance_noise (torch.Tensor, 선택 사항) : generator를 사용하여 노이즈를 생성하는 대신 분산 자체에 대한 노이즈를 직접 제공하는 대안입니다. CycleDiffusion와 같은 방법에 유용합니다.

return_dict (bool, 선택 사항, 기본값 True) : DDIMSchedulerOutput 또는 tuple을 반환할지 여부.

반환값: DDIMSchedulerOutput 또는 tuple

return_dict가 True인 경우 DDIMSchedulerOutput이 반환되고, 그렇지 않으면 첫 번째 요소가 샘플 텐서인 튜플이 반환됩니다.

이전 시간 단계의 샘플을 SDE를 역방향으로 적용하여 예측합니다. 이 함수는 학습된 모델의 출력(대부분 예측된 노이즈)으로부터 확산 과정을 전파합니다.

DDIMSchedulerOutput[[diffusers.schedulers.scheduling_ddim.DDIMSchedulerOutput]]

diffusers.schedulers.scheduling_ddim.DDIMSchedulerOutput[[diffusers.schedulers.scheduling_ddim.DDIMSchedulerOutput]]

diffusers.schedulers.scheduling_ddim.DDIMSchedulerOutput(prev_sample: Tensor, pred_original_sample: typing.Optional[torch.Tensor] = None)

소스

매개변수:

prev_sample (torch.Tensor, 이미지인 경우 shape는 (batch_size, num_channels, height, width)) : 이전 timestep의 계산된 샘플 (x_{t-1}). prev_sample은 denoising 루프에서 다음 모델 입력으로 사용해야 합니다.

pred_original_sample (torch.Tensor, 이미지인 경우 shape는 (batch_size, num_channels, height, width)) : 현재 timestep의 모델 출력에 기반한 예측된 노이즈 제거 샘플 (x_{0}). pred_original_sample은 진행 상황 미리보기 또는 가이던스에 사용할 수 있습니다.

스케줄러의 step 함수 출력을 위한 출력 클래스입니다.