diffusers/main/tr/api/modular_diffusers/guiders.md

Rehberler

Guiders, Modular Diffusers içindeki, üretim sırasında difüzyon sürecinin nasıl yönlendirileceğini kontrol eden bileşenlerdir. Üretim kalitesini ve kontrolünü iyileştirmek için çeşitli yönlendirme tekniklerini uygularlar.

BaseGuidance[[diffusers.BaseGuidance]]

diffusers.BaseGuidance[[diffusers.BaseGuidance]]

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

Kaynak

Yönlendirme tekniklerini uygulamak için iskeleti sağlayan temel sınıf.

cleanup_models[[diffusers.BaseGuidance.cleanup_models]]

cleanup_models(denoiser: torch.nn.Module)

Kaynak

Verilen bir veri grubundan sonra rehberlik tekniği için modelleri temizler. Bu yöntem, belirli model temizleme mantığını uygulamak için alt sınıflarda yeniden tanımlanmalıdır. prepare_models sırasında yapılan kancaların (hook) veya diğer durumlu değişikliklerin kaldırılması için faydalıdır.

from_pretrained[[diffusers.BaseGuidance.from_pretrained]]

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

Kaynak

Parametreler:

pretrained_model_name_or_path (str veya os.PathLike, isteğe bağlı) : Şunlardan biri olabilir: - Hub'da barındırılan önceden eğitilmiş bir modelin model kimliği (örneğin google/ddpm-celebahq-256) olan bir dize. - save_pretrained() ile kaydedilmiş guider yapılandırmasını içeren bir dizin yolu (örneğin ./my_model_directory).

subfolder (str, isteğe bağlı) : Hub'daki veya yerel bir model deposundaki daha büyük bir model deposu içindeki bir model dosyasının alt klasör konumu.

return_unused_kwargs (bool, isteğe bağlı, varsayılan False) : Python sınıfı tarafından tüketilmeyen kwargs'nın geri döndürülüp döndürülmeyeceğini belirtir.

cache_dir (str | os.PathLike, isteğe bağlı) : Standart önbellek kullanılmıyorsa, indirilen önceden eğitilmiş model yapılandırmasının önbelleğe alındığı dizinin yolu.

force_download (bool, isteğe bağlı, varsayılan False) : Model ağırlıklarının ve yapılandırma dosyalarının (yeniden) indirilmesinin zorlanıp zorlanmayacağını belirler; önbellekteki sürümler varsa bunların üzerine yazar.

proxies (dict[str, str], isteğe bağlı) : Protokol veya uç nokta bazında kullanılacak vekil sunucuların sözlüğü, örneğin {'http': 'foo.bar:3128', 'http://hostname': 'foo.bar:4012'}. Vekiller her istekte kullanılır.

output_loading_info(bool, isteğe bağlı, varsayılan False) : Eksik anahtarlar, beklenmeyen anahtarlar ve hata mesajlarını içeren bir sözlüğün de döndürülüp döndürülmeyeceğini belirtir.

local_files_only(bool, isteğe bağlı, varsayılan False) : Yalnızca yerel model ağırlıklarının ve yapılandırma dosyalarının yüklenip yüklenmeyeceğini belirtir. True olarak ayarlanırsa, model Hub'dan indirilmez.

token (str veya bool, isteğe bağlı) : Uzaktaki dosyalar için HTTP bearer yetkilendirmesi olarak kullanılacak jeton. True ise, diffusers-cli login ile oluşturulan jeton (~/.huggingface içinde saklanır) kullanılır.

revision (str, isteğe bağlı, varsayılan "main") : Kullanılacak belirli model sürümü. Bir dal adı, etiket adı, commit kimliği veya Git tarafından izin verilen herhangi bir tanımlayıcı olabilir.

Yerel bir dizindeki veya Hub deposundaki önceden tanımlı bir JSON yapılandırma dosyasından bir guider örneği oluşturun.

> Özel veya korumalı modelleri kullanmak için oturum açın hf > auth login ile. Bu yöntemi bir > "offline-mode" ile etkinleştirerek > güvenlik duvarlı bir ortamda da kullanabilirsiniz.

get_state[[diffusers.BaseGuidance.get_state]]

get_state()

Kaynak

Rehberlik tekniğinin mevcut durumunu bir sözlük olarak döndürür. Durum değişkenleri repr metodunda yer alır. Döndürülen: dict[str, Any]: Şunları içeren mevcut durum değişkenlerini barındıran bir sözlük:

• step: Geçerli çıkarım adımı
• num_inference_steps: Toplam çıkarım adımı sayısı
• timestep: Mevcut timestep tensörü
• count_prepared: prepare_models'in kaç kez çağrıldığı
• enabled: Rehberliğin etkin olup olmadığı
• num_conditions: Koşul sayısı

yeni[[diffusers.BaseGuidance.new]]

new(**kwargs)

Kaynak

Parametreler:

• **kwargs : Yeni örnekte geçersiz kılınacak yapılandırma parametreleri. Hiçbir kwargs sağlanmazsa, aynı yapılandırmaya sahip tam bir kopya döndürülür.

Dönüş:

Aynı (veya güncellenmiş) yapılandırmaya sahip yeni bir guider örneği.

Bu guider örneğinin bir kopyasını oluşturur, isteğe bağlı olarak değiştirilmiş yapılandırma parametreleriyle.

Örnek:

# 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]]

prepare_models(denoiser: torch.nn.Module)

Kaynak

Verilen bir veri grubu için modelleri rehberlik tekniğine hazırlar. Bu yöntem, belirli model hazırlama mantığını uygulamak için alt sınıflarda yeniden tanımlanmalıdır.

save_pretrained[[diffusers.BaseGuidance.save_pretrained]]

save_pretrained(save_directory: str | os.PathLike, push_to_hub: bool = False, **kwargs)

Kaynak

Parametreler:

save_directory (str veya os.PathLike) : Yapılandırma JSON dosyasının kaydedileceği dizin (varsa oluşturulur).

push_to_hub (bool, isteğe bağlı, varsayılan False) : Modelinizi kaydettikten sonra Hugging Face Hub'a gönderip göndermeyeceğinizi belirtir. Göndermek istediğiniz depoyu repo_id ile belirleyebilirsiniz (varsayılan olarak ad alanınızdaki save_directory adı kullanılır).

kwargs (dict[str, Any], isteğe bağlı) : push_to_hub() yöntemine iletilen ek anahtar kelime argümanları.

Bir guider yapılandırma nesnesini, from_pretrained() sınıf yöntemi kullanılarak yeniden yüklenebilmesi için bir dizine kaydedin.

ClassifierFreeGuidance[[diffusers.ClassifierFreeGuidance]]

diffusers.ClassifierFreeGuidance[[diffusers.ClassifierFreeGuidance]]

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)

Kaynak

Parametreler:

guidance_scale (float, varsayılan 7.5) : Bu yönlendiricinin (guider) son işleme sırasında uyguladığı CFG ölçeği. Daha yüksek değerler = daha güçlü istem koşullandırması, ancak kaliteyi düşürebilir. Tipik aralık: 1.0-20.0.

guidance_rescale (float, varsayılan 0.0) : Yüksek yönlendirme ölçeklerinden kaynaklanan aşırı pozlamayı önlemek için yeniden ölçeklendirme faktörü. Common Diffusion Noise Schedules and Sample Steps are Flawed makalesine dayanır. Aralık: 0.0 (yeniden ölçeklendirme yok) ile 1.0 (tam yeniden ölçeklendirme).

use_original_formulation (bool, varsayılan False) : True ise, makaledeki orijinal CFG formülasyonunu kullanır. False (varsayılan) ise, Imagen makalesindeki diffusers yerel formülasyonunu kullanır.

start (float, varsayılan 0.0) : CFG'nin başlatıldığı gürültü azaltma adımlarının oranı (0.0-1.0). Erken gürültü azaltma adımlarında CFG'yi devre dışı bırakmak için > 0.0 kullanın.

stop (float, varsayılan 1.0) : CFG'nin durduğu gürültü azaltma adımlarının oranı (0.0-1.0). Geç gürültü azaltma adımlarında CFG'yi devre dışı bırakmak için < 1.0 kullanın.

enabled (bool, varsayılan True) : CFG'nin etkin olup olmadığı. CFG'yi tamamen devre dışı bırakmak için False olarak ayarlayın (yalnızca koşullu tahminleri kullanır).

Difüzyon modelleri için Sınıflandırıcı-Ücretsiz Yönlendirme (CFG) uygular.

Referans: https://huggingface.co/papers/2207.12598

CFG, modelleri hem koşullu hem de koşulsuz veriler üzerinde birlikte eğitip çıkarım sırasında tahminleri birleştirerek üretim kalitesini ve istem uyumunu iyileştirir. Bu, kalite (yüksek yönlendirme) ve çeşitlilik (düşük yönlendirme) arasında denge kurmayı sağlar.

İki CFG Formülasyonu:

1. Orijinal formülasyon (makaleden):

x_pred = x_cond + guidance_scale * (x_cond - x_uncond)

Koşullu tahminleri koşulsuz tahminlerden daha da uzaklaştırır.

2. Diffusers yerel formülasyonu (varsayılan, Imagen makalesinden):

x_pred = x_uncond + guidance_scale * (x_cond - x_uncond)

Koşulsuz tahminleri koşullu olanlara doğru yönlendirir; bu sayede olumsuz özellikleri (ör. "düşük kalite", "filigran") etkili bir şekilde bastırır. Teorik olarak eşdeğerdir ancak daha sezgiseldir.

Orijinal formülasyona geçmek için use_original_formulation=True kullanın.

ClassifierFreeZeroStarGuidance[[diffusers.ClassifierFreeZeroStarGuidance]]

diffusers.ClassifierFreeZeroStarGuidance[[diffusers.ClassifierFreeZeroStarGuidance]]

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)

Kaynak

Parametreler:

guidance_scale (float, varsayılan 7.5) : Sınıflandırıcı-ücretsiz yönlendirme için ölçek parametresi. Daha yüksek değerler, metin istemine daha güçlü bir koşullandırmaya yol açarken, daha düşük değerler üretimde daha fazla özgürlük sağlar. Daha yüksek değerler, doygunluğa ve görüntü kalitesinin bozulmasına neden olabilir.

zero_init_steps (int, varsayılan 1) : Gürültü tahminlerinin sıfırlandığı çıkarım adım sayısı (Bölüm 4.2'ye bakın).

guidance_rescale (float, varsayılan 0.0) : Gürültü tahminlerine uygulanan yeniden ölçeklendirme faktörü. Bu, görüntü kalitesini iyileştirmek ve aşırı pozlamayı düzeltmek için kullanılır. Common Diffusion Noise Schedules and Sample Steps are Flawed makalesinin 3.4 bölümüne dayanmaktadır.

use_original_formulation (bool, varsayılan False) : Makalede önerilen orijinal classifier-free guidance formülasyonunun kullanılıp kullanılmayacağı. Varsayılan olarak, kod tabanında uzun süredir bulunan diffusers yerel uygulamasını kullanır. Daha fazla ayrıntı için [~guiders.classifier_free_guidance.ClassifierFreeGuidance] bölümüne bakın.

start (float, varsayılan 0.01) : Gidermenin başladığı, toplam gürültü azaltma adım sayısının kesri.

stop (float, varsayılan 0.2) : Gidermenin durduğu, toplam gürültü azaltma adım sayısının kesri.

Classifier-free Zero* (CFG-Zero*): https://huggingface.co/papers/2503.18886

Bu, sınıflandırıcı-özgür yönlendirme (classifier-free guidance) tekniğinin bir varyantı olan Classifier-Free Zero* yönlendirme tekniğinin bir uygulamasıdır. Bu teknik, difüzyon sürecinin ilk birkaç adımında gürültü tahminlerinin sıfır ile başlatılmasını önerir ve ayrıca üretilen görüntülerin kalitesini artırmaya yardımcı olabilecek, gürültü tahminleri için bir optimum yeniden ölçeklendirme katsayısı tanıtır.

Makalenin yazarları, çıkarım adımlarının ilk %4'ünde sıfır başlatma ayarlamasını önermektedir.

SkipLayerGuidance[[diffusers.SkipLayerGuidance]]

diffusers.SkipLayerGuidance[[diffusers.SkipLayerGuidance]]

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)

Kaynak

Parametreler:

guidance_scale (float, varsayılan 7.5) : Sınıflandırıcı-ücretsiz yönlendirme için ölçek parametresi. Daha yüksek değerler, metin istemine daha güçlü bir koşullandırmaya yol açarken, daha düşük değerler üretimde daha fazla özgürlük sağlar. Daha yüksek değerler, doygunluğa ve görüntü kalitesinin bozulmasına neden olabilir.

skip_layer_guidance_scale (float, varsayılan 2.8) : Atlanan katman yönlendirmesi için ölçek parametresi. Daha yüksek değerler anatomik ve yapısal tutarlılığı iyileştirebilir, ancak aşırı pozlama ve doygunluğa da yol açabilir.

skip_layer_guidance_start (float, varsayılan 0.01) : Atıştırma katmanı yönlendirmesinin başlangıç noktası olarak, toplam gürültü azaltma adım sayısının bu oranı.

skip_layer_guidance_stop (float, varsayılan 0.2) : Gürültü azaltma adımlarının toplam sayısının, katman atlamalı yönlendirmenin duracağı kesri.

skip_layer_guidance_layers (int veya list[int], isteğe bağlı) : Skip layer guidance uygulanacak katman indeksleri. Tek bir tamsayı veya tamsayı listesi olabilir. Sağlanmazsa, skip_layer_config sağlanmalıdır. Stable Diffusion 3.5 Medium için önerilen değerler [7, 8, 9]'dür.

skip_layer_config (LayerSkipConfig veya list[LayerSkipConfig], isteğe bağlı) : Katman atlama yönlendirmesi için yapılandırma. Tek bir LayerSkipConfig veya LayerSkipConfig listesi olabilir. Sağlanmazsa, skip_layer_guidance_layers sağlanmalıdır.

guidance_rescale (float, varsayılan 0.0) : Gürültü tahminlerine uygulanan yeniden ölçeklendirme faktörü. Bu, görüntü kalitesini iyileştirmek ve aşırı pozlamayı düzeltmek için kullanılır. Common Diffusion Noise Schedules and Sample Steps are Flawed makalesinin 3.4 bölümüne dayanmaktadır.

use_original_formulation (bool, varsayılan False) : Makalede önerilen orijinal classifier-free guidance formülasyonunun kullanılıp kullanılmayacağı. Varsayılan olarak, kod tabanında uzun süredir bulunan diffusers yerel uygulamasını kullanır. Daha fazla ayrıntı için [~guiders.classifier_free_guidance.ClassifierFreeGuidance] bölümüne bakın.

start (float, varsayılan 0.01) : Gidermenin başladığı, toplam gürültü azaltma adım sayısının kesri.

stop (float, varsayılan 0.2) : Gidermenin durduğu, toplam gürültü azaltma adım sayısının kesri.

Katman Yönlendirmesini Atla (SLG): https://github.com/Stability-AI/sd3.5

Zaman-Uzamsal Yönlendirme (STG): https://huggingface.co/papers/2411.18664

SLG, üretilen görsellerde yapı ve anatomi tutarlılığını iyileştirmek için StabilityAI tarafından tanıtılmıştır. Çalışma prensibi, CFG'de ([~guiders.classifier_free_guidance.ClassifierFreeGuidance]) zaten kullanılan koşullu ve koşulsuz toplulukların yanı sıra, gürültü giderme sürecinde ek bir koşullu veri topluluğu üzerinde, belirtilen dönüştürücü blokların ileri geçişini atlayarak ve ardından koşullu (atlama olmadan) ile koşullu (atlama ile) tahminler arasındaki farka dayalı olarak CFG tahminlerini ölçekleyip kaydırarak gerçekleşir.

SLG'nin arkasındaki sezgi, CFG'nin tahmin ettiği dağılım tahminlerini, koşullu dağılım tahminlerinin daha kötü versiyonlarından daha uzağa kaydırmak olarak düşünülebilir (katman atlamanın, koşullu tahmin için modelin daha kötü bir versiyonunu kullanmaya eşdeğer olması nedeniyle).

STG, video difüzyon modellerinde üretim kalitesini iyileştirmek için SLG, PAG ve benzeri tekniklerden gelen fikirleri birleştiren bir iyileştirme ve devam çalışmasıdır.

Ek okuma:

• Kötü Bir Versiyonuyla Bir Difüzyon Modelini Yönlendirme

skip_layer_guidance_scale, skip_layer_guidance_start ve skip_layer_guidance_stop değerleri, StabilityAI'nin Stable Diffusion 3.5 Medium için yaptığı önerilere göre varsayılan olarak ayarlanmıştır.

SmoothedEnergyGuidance[[diffusers.SmoothedEnergyGuidance]]

diffusers.SmoothedEnergyGuidance[[diffusers.SmoothedEnergyGuidance]]

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)

Kaynak

Parametreler:

guidance_scale (float, varsayılan 7.5) : Sınıflandırıcı-ücretsiz yönlendirme için ölçek parametresi. Daha yüksek değerler, metin istemine daha güçlü bir koşullandırmaya yol açarken, daha düşük değerler üretimde daha fazla özgürlük sağlar. Daha yüksek değerler, doygunluğa ve görüntü kalitesinin bozulmasına neden olabilir.

seg_guidance_scale (float, varsayılan 3.0) : Yumuşatılmış enerji yönlendirmesi için ölçek parametresi. Daha yüksek değerler anatomik ve yapısal tutarlılığı iyileştirebilir, ancak aşırı pozlama ve doygunluğa da yol açabilir.

seg_blur_sigma (float, varsayılan 9999999.0) : Dikkat ağırlıklarını bulan miktarı. Bu değeri 9999.0'dan büyük olarak ayarlamak sonsuz bulanıklığa yol açar; bu da eşit sorgular anlamına gelir. Bu değerin üstel olarak kontrol edilmesinin ampirik olarak etkili olduğu görülmüştür.

seg_blur_threshold_inf (float, varsayılan 9999.0) : Bulanıklığın sonsuz kabul edildiği eşik değeri.

seg_guidance_start (float, varsayılan 0.0) : Yumuşatılmış enerji yönlendirmesinin başlangıç noktası olarak, toplam gürültü azaltma adım sayısının bu oranı.

seg_guidance_stop (float, varsayılan 1.0) : Yumuşatılmış enerji yönlendirmesinin durduğu, toplam gürültü azaltma adım sayısının kesri.

seg_guidance_layers (int veya list[int], isteğe bağlı) : Düzleştirilmiş enerji yönlendirmesinin uygulanacağı katman indeksleri. Tek bir tamsayı veya tamsayı listesi olabilir. Sağlanmazsa, seg_guidance_config sağlanmalıdır. Stable Diffusion 3.5 Medium için önerilen değerler [7, 8, 9]'dür.

seg_guidance_config (SmoothedEnergyGuidanceConfig veya list[SmoothedEnergyGuidanceConfig], isteğe bağlı) : Yumuşatılmış enerji katmanı yönlendirmesi için yapılandırma. Tek bir SmoothedEnergyGuidanceConfig veya SmoothedEnergyGuidanceConfig listesi olabilir. Sağlanmazsa, seg_guidance_layers sağlanmalıdır.

guidance_rescale (float, varsayılan 0.0) : Gürültü tahminlerine uygulanan yeniden ölçeklendirme faktörü. Bu, görüntü kalitesini iyileştirmek ve aşırı pozlamayı düzeltmek için kullanılır. Common Diffusion Noise Schedules and Sample Steps are Flawed makalesinin 3.4 bölümüne dayanmaktadır.

use_original_formulation (bool, varsayılan False) : Makalede önerilen orijinal classifier-free guidance formülasyonunun kullanılıp kullanılmayacağı. Varsayılan olarak, kod tabanında uzun süredir bulunan diffusers yerel uygulamasını kullanır. Daha fazla ayrıntı için [~guiders.classifier_free_guidance.ClassifierFreeGuidance] bölümüne bakın.

start (float, varsayılan 0.01) : Gidermenin başladığı, toplam gürültü azaltma adım sayısının kesri.

stop (float, varsayılan 0.2) : Gidermenin durduğu, toplam gürültü azaltma adım sayısının kesri.

Yumuşatılmış Enerji Rehberliği (SEG): https://huggingface.co/papers/2408.00760

SEG şu anda yalnızca deneysel bir prototip özellik olarak desteklenmektedir, bu nedenle uygulama gelecekte haber verilmeden veya tekrarlanabilirlik garantisi verilmeden değiştirilebilir. Bu uygulama şunları varsayar:

• Oluşturulan görüntüler kare şeklindedir (height == width)
• Model, farklı modaliteleri bir arada birleştirmiyor (örneğin, Flux'taki gibi metin ve görüntü latent akışları birleştirilmiyor).

PerturbedAttentionGuidance[[diffusers.PerturbedAttentionGuidance]]

diffusers.PerturbedAttentionGuidance[[diffusers.PerturbedAttentionGuidance]]

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)

Kaynak

Parametreler:

guidance_scale (float, varsayılan 7.5) : Sınıflandırıcı-ücretsiz yönlendirme için ölçek parametresi. Daha yüksek değerler, metin istemine daha güçlü bir koşullandırmaya yol açarken, daha düşük değerler üretimde daha fazla özgürlük sağlar. Daha yüksek değerler, doygunluğa ve görüntü kalitesinin bozulmasına neden olabilir.

perturbed_guidance_scale (float, varsayılan 2.8) : Perturbed attention guidance için ölçek parametresi.

perturbed_guidance_start (float, varsayılan 0.01) : Gürültü giderme adımlarının toplam sayısının, karıştırılmış dikkat yönlendirmesinin başlangıcından sonra geçen kesri.

perturbed_guidance_stop (float, varsayılan 0.2) : Gürültü giderme adımlarının toplam sayısının, karıştırılmış dikkat yönlendirmesinin duracağı kesri.

perturbed_guidance_layers (int veya list[int], isteğe bağlı) : Perturbe edilmiş dikkat yönlendirmesinin uygulanacağı katman indeksleri. Tek bir tamsayı veya tamsayı listesi olabilir. Sağlanmazsa, perturbed_guidance_config sağlanmalıdır.

perturbed_guidance_config (LayerSkipConfig veya list[LayerSkipConfig], isteğe bağlı) : Perturbe edilmiş dikkat yönlendirmesi için yapılandırma. Tek bir LayerSkipConfig veya LayerSkipConfig listesi olabilir. Sağlanmazsa, perturbed_guidance_layers sağlanmalıdır.

guidance_rescale (float, varsayılan 0.0) : Gürültü tahminlerine uygulanan yeniden ölçeklendirme faktörü. Bu, görüntü kalitesini iyileştirmek ve aşırı pozlamayı düzeltmek için kullanılır. Common Diffusion Noise Schedules and Sample Steps are Flawed makalesinin 3.4 bölümüne dayanmaktadır.

use_original_formulation (bool, varsayılan False) : Makalede önerilen orijinal classifier-free guidance formülasyonunun kullanılıp kullanılmayacağı. Varsayılan olarak, kod tabanında uzun süredir bulunan diffusers yerel uygulamasını kullanır. Daha fazla ayrıntı için [~guiders.classifier_free_guidance.ClassifierFreeGuidance] bölümüne bakın.

start (float, varsayılan 0.01) : Gidermenin başladığı, toplam gürültü azaltma adım sayısının kesri.

stop (float, varsayılan 0.2) : Gidermenin durduğu, toplam gürültü azaltma adım sayısının kesri.

Perturbed Attention Guidance (PAG): https://huggingface.co/papers/2403.17377

PAG'nin arkasındaki sezgi, CFG'nin tahmin ettiği dağılım tahminlerini, koşullu dağılım tahminlerinin daha kötü versiyonlarından daha da uzaklaştırmak olarak düşünülebilir. PAG, gürültü giderme sürecinde kendini daha iyi yönlendirmek için eğitilmiş modelin daha kötü bir versiyonunu kullanma fikrini tanıtan ilk tekniklerden biriydi. Seçilen katmanlar için skor matrisini birim matrisle değiştirerek latent akışın dikkat skorlarını bozar.

Ek okuma:

• Kötü Bir Versiyonuyla Bir Difüzyon Modelini Yönlendirme

PAG, yapılandırma parametreleri ve uygulama detaylarındaki örtüşme nedeniyle SkipLayerGuidance ile benzer bir uygulamaya sahiptir.

AdaptiveProjectedGuidance[[diffusers.AdaptiveProjectedGuidance]]

diffusers.AdaptiveProjectedGuidance[[diffusers.AdaptiveProjectedGuidance]]

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)

Kaynak

Parametreler:

guidance_scale (float, varsayılan 7.5) : Sınıflandırıcı-ücretsiz yönlendirme için ölçek parametresi. Daha yüksek değerler, metin istemine daha güçlü bir koşullandırmaya yol açarken, daha düşük değerler üretimde daha fazla özgürlük sağlar. Daha yüksek değerler, doygunluğa ve görüntü kalitesinin bozulmasına neden olabilir.

adaptive_projected_guidance_momentum (float, varsayılan None) : Adaptif projeksiyonlu yönlendirme için momentum parametresi. None olarak ayarlanırsa devre dışı bırakılır.

adaptive_projected_guidance_rescale (float, varsayılan 15.0) : Gürültü tahminlerine uygulanan yeniden ölçekleme faktörü. Bu, görüntü kalitesini iyileştirmek ve düzeltmek için kullanılır

adaptive_projected_guidance_norm_dim (int veya tuple[int], isteğe bağlı) : APG normu ve projeksiyonunun hesaplanacağı boyut(lar). Atlanırsa, orijinal davranışı koruyarak tüm batch dışı boyutlar kullanılır.

guidance_rescale (float, varsayılan 0.0) : Gürültü tahminlerine uygulanan yeniden ölçeklendirme faktörü. Bu, görüntü kalitesini iyileştirmek ve aşırı pozlamayı düzeltmek için kullanılır. Common Diffusion Noise Schedules and Sample Steps are Flawed makalesinin 3.4 bölümüne dayanmaktadır.

use_original_formulation (bool, varsayılan False) : Makalede önerilen orijinal classifier-free guidance formülasyonunun kullanılıp kullanılmayacağı. Varsayılan olarak, kod tabanında uzun süredir bulunan diffusers yerel uygulamasını kullanır. Daha fazla ayrıntı için [~guiders.classifier_free_guidance.ClassifierFreeGuidance] bölümüne bakın.

start (float, varsayılan 0.0) : Giderme adımlarının toplam sayısının, yönlendirmenin başladığı oransal kısmı.

stop (float, varsayılan 1.0) : Giderme adımlarının toplam sayısının, yönlendirmenin duracağı kesri.

Adaptif Projeksiyonlu Rehberlik (APG): https://huggingface.co/papers/2410.02416

AutoGuidance[[diffusers.AutoGuidance]]

diffusers.AutoGuidance[[diffusers.AutoGuidance]]

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)

Kaynak

Parametreler:

guidance_scale (float, varsayılan 7.5) : Sınıflandırıcı-ücretsiz yönlendirme için ölçek parametresi. Daha yüksek değerler, metin istemine daha güçlü bir koşullandırmaya yol açarken, daha düşük değerler üretimde daha fazla özgürlük sağlar. Daha yüksek değerler, doygunluğa ve görüntü kalitesinin bozulmasına neden olabilir.

auto_guidance_layers (int veya list[int], isteğe bağlı) : Skip layer guidance uygulanacak katman indeksleri. Tek bir tamsayı veya tamsayı listesi olabilir. Verilmezse, skip_layer_config sağlanmalıdır.

auto_guidance_config (LayerSkipConfig veya list[LayerSkipConfig], isteğe bağlı) : Katman atlama yönlendirmesi için yapılandırma. Tek bir LayerSkipConfig veya LayerSkipConfig listesi olabilir. Sağlanmazsa, skip_layer_guidance_layers sağlanmalıdır.

dropout (float, opsiyonel) : Etkin atlanan katmanlarda (ya auto_guidance_layers ile ya da auto_guidance_config ile) autoguidance için dropout olasılığı. Verilmezse, dropout olasılığı 1.0 olarak ayarlanır.

guidance_rescale (float, varsayılan 0.0) : Gürültü tahminlerine uygulanan yeniden ölçeklendirme faktörü. Bu, görüntü kalitesini iyileştirmek ve aşırı pozlamayı düzeltmek için kullanılır. Common Diffusion Noise Schedules and Sample Steps are Flawed makalesinin 3.4 bölümüne dayanmaktadır.

use_original_formulation (bool, varsayılan False) : Makalede önerilen orijinal classifier-free guidance formülasyonunun kullanılıp kullanılmayacağı. Varsayılan olarak, kod tabanında uzun süredir bulunan diffusers yerel uygulamasını kullanır. Daha fazla ayrıntı için [~guiders.classifier_free_guidance.ClassifierFreeGuidance] bölümüne bakın.

start (float, varsayılan 0.0) : Giderme adımlarının toplam sayısının, yönlendirmenin başladığı oransal kısmı.

stop (float, varsayılan 1.0) : Giderme adımlarının toplam sayısının, yönlendirmenin duracağı kesri.

AutoGuidance: https://huggingface.co/papers/2406.02507

TangentialClassifierFreeGuidance[[diffusers.TangentialClassifierFreeGuidance]]

diffusers.TangentialClassifierFreeGuidance[[diffusers.TangentialClassifierFreeGuidance]]

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)

Kaynak

Parametreler:

guidance_scale (float, varsayılan 7.5) : Sınıflandırıcı-ücretsiz yönlendirme için ölçek parametresi. Daha yüksek değerler, metin istemine daha güçlü bir koşullandırmaya yol açarken, daha düşük değerler üretimde daha fazla özgürlük sağlar. Daha yüksek değerler, doygunluğa ve görüntü kalitesinin bozulmasına neden olabilir.

guidance_rescale (float, varsayılan 0.0) : Gürültü tahminlerine uygulanan yeniden ölçeklendirme faktörü. Bu, görüntü kalitesini iyileştirmek ve aşırı pozlamayı düzeltmek için kullanılır. Common Diffusion Noise Schedules and Sample Steps are Flawed makalesinin 3.4 bölümüne dayanmaktadır.

use_original_formulation (bool, varsayılan False) : Makalede önerilen orijinal classifier-free guidance formülasyonunun kullanılıp kullanılmayacağı. Varsayılan olarak, kod tabanında uzun süredir bulunan diffusers yerel uygulamasını kullanır. Daha fazla ayrıntı için [~guiders.classifier_free_guidance.ClassifierFreeGuidance] bölümüne bakın.

start (float, varsayılan 0.0) : Giderme adımlarının toplam sayısının, yönlendirmenin başladığı oransal kısmı.

stop (float, varsayılan 1.0) : Giderme adımlarının toplam sayısının, yönlendirmenin duracağı kesri.

Tangential Classifier Free Guidance (TCFG): https://huggingface.co/papers/2503.18137

LTX2Guidance[[diffusers.LTX2Guidance]]

diffusers.LTX2Guidance[[diffusers.LTX2Guidance]]

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)

Kaynak

Parametreler:

guidance_scale (float, varsayılan 1.0) : Bu modalite için CFG ölçeği. 1.0 değerinde CFG adımı tamamen atlanır.

stg_scale (float, varsayılan 0.0) : Bu modalite için uzamsal-zamansal yönlendirme ölçeği. 0.0 değerinde STG adımı tamamen atlanır.

modality_scale (float, varsayılan 1.0) : Bu modalite için modalite izolasyonu yönlendirme ölçeği. 1.0 değerinde bu geçiş tamamen atlanır.

guidance_rescale (float, varsayılan 0.0) : Yüksek yönlendirme ölçeklerinden kaynaklanan aşırı pozlamayı önlemek için yeniden ölçeklendirme faktörü. Common Diffusion Noise Schedules and Sample Steps are Flawed makalesine dayanır. Aralık: 0.0 (yeniden ölçeklendirme yok) ile 1.0 (tam yeniden ölçeklendirme).

spatio_temporal_guidance_blocks (list[int], isteğe bağlı) : STG geçişinde karıştırılacak Transformer blokları. Değerin nasıl kullanıldığı, gürültü azaltıcı bloğa bağlıdır: LTX-2, tüm modalitelere besleme yapan tek bir ileri geçişte tüm blokları karıştırır, bu nedenle bu değeri yalnızca video yönlendiriciden okur — ses yönlendiricide ayarlanmasının bir etkisi yoktur ve bu yönlendirici, kendi stg_scale'i üzerinden aynı STG ileri geçişine katılır.

start (float, varsayılan 0.0) : Rehberliğin (guidance) başlangıç noktası olarak, gürültü azaltma adımlarının (0.0-1.0) hangi kesrinin ardından devreye gireceğini belirtir.

stop (float, varsayılan 1.0) : Rehberliğin durduğu, gürültü azaltma adımlarının (0.0-1.0) oranı.

enabled (bool, varsayılan True) : Bu yönlendiricinin (guider) yönlendirme uygulayıp uygulamadığını belirtir. False olduğunda yalnızca koşullu geçiş (conditional pass) çalışır.

LTX-2.X için tek modallı yönlendirici. Delta formülasyonu aracılığıyla en fazla üç terimi birleştirir:

• classifier-free guidance (CFG),
• uzamsal-zamansal yönlendirme (STG), bozulmuş bir transformer bloğu setiyle ek bir geçiş,
• modality-isolation yönlendirmesi, A2V/V2A çapraz-dikkat devre dışı bırakılarak ek bir geçiş.

Bir örnek bir modaliteyi sürer, bu nedenle çok modallı bir checkpoint birden fazlasını taşır: LTX-2.X, video guider'ı bir audio_guider ile eşleştirir ve her biri kendi ölçeklerini barındırır. Nihai rehberlik tahmini, çağıranın girdi sağladığı uzayda hesaplanır — LTX-2 gürültü azaltıcı, bunu çağırmadan önce hız->x0'a dönüştürür ve sonrasında geri çevirir, böylece forward x0 tahminleri üzerinde çalışır.

SkipLayerGuidance aksine, perturbasyonlarını hook'lar aracılığıyla uygulayan bu yöntemten farklı olarak, LTX2Guidance non-CFG perturbasyonlarının model forward argümanları üzerinden yapılandırılmasını bekler (LTX2VideoTransformer3DModel içindeki spatio_temporal_guidance_blocks ve isolate_modalities). Çağıran denoiser bloğu, bu geçit başına tanımlayıcıları ayarlamaktan sorumludur; kullanım örneği için LTX2LoopDenoiser'a bakın.