Buckets:

hf-doc-build
/

doc

Files
xet
hf-doc-build/doc / diffusers /v0.43.0 /ar /api /modular_diffusers /guiders.md
mishig
about 3 hours ago
preview code
download
raw
44.3 kB
# الموجّهون

الموجِّهات هي مكوّنات في Modular Diffusers تتحكم في كيفية توجيه عملية الانتشار أثناء التوليد. فهي تنفّذ تقنيات توجيه مختلفة لتحسين جودة التوليد والتحكم فيه.

## BaseGuidance[[diffusers.BaseGuidance]]

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

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

[المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/guiders/guider_utils.py#L38)

فئة أساسية توفر الهيكل العام لتنفيذ تقنيات التوجيه.

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

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

[المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/guiders/guider_utils.py#L160)

ينظّم هذا النموذج لتقنية التوجيه بعد دفعة محددة من البيانات. يجب تجاوز هذه الطريقة في الفئات الفرعية لتنفيذ منطق تنظيف نموذجي محدد. وهي مفيدة لإزالة أي خطافات أو تعديلات أخرى ذات حالة تم إجراؤها أثناء `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)
```

[المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/guiders/guider_utils.py#L289)

**المعاملات:**

pretrained_model_name_or_path (`str` أو `os.PathLike`، *اختياري*) : يمكن أن يكون أحد ما يلي: - نص، وهو *معرف النموذج* (مثل `google/ddpm-celebahq-256`) لنموذج مُدرَّب مسبقًا مستضاف على Hub. - مسار إلى *مجلد* (مثل `./my_model_directory`) يحتوي على إعدادات guider المحفوظة بواسطة [save_pretrained()](/docs/diffusers/v0.43.0/ar/api/modular_diffusers/guiders#diffusers.BaseGuidance.save_pretrained).

subfolder (`str`، *اختياري*) : موقع المجلد الفرعي لملف النموذج داخل مستودع نموذج أكبر على Hub أو محليًا.

return_unused_kwargs (`bool`، *اختياري*، الافتراضي `False`) : ما إذا كان يجب إرجاع معاملات kwargs التي لا تستهلكها فئة Python أم لا.

cache_dir (`str | os.PathLike`، *اختياري*) : مسار إلى مجلد حيث تُخزَّن مؤقتًا إعدادات النموذج المُسبق التحميل المُحمَّل إذا لم يُستخدم التخزين المؤقت القياسي.
force_download (`bool`، *اختياري*، القيمة الافتراضية `False`) : ما إذا كان يجب إجبار إعادة تنزيل أوزان النموذج وملفات الإعداد، مع تجاوز النسخ المخزنة مؤقتًا إذا كانت موجودة.

proxies (`dict[str, str]`، *اختياري*) : قاموس لخوادم الوكيل (proxy servers) للاستخدام حسب البروتوكول أو نقطة النهاية، على سبيل المثال، `{'http': 'foo.bar:3128', 'http://hostname': 'foo.bar:4012'}`. تُستخدم هذه الوكلاء في كل طلب.

output_loading_info(`bool`، *اختياري*، القيمة الافتراضية `False`) : ما إذا كان يجب إرجاع قاموس يحتوي على المفاتيح الناقصة والمفاتيح غير المتوقعة ورسائل الأخطاء أم لا.

local_files_only(`bool`، *اختياري*، القيمة الافتراضية `False`) : ما إذا كان سيتم تحميل أوزان النموذج وملفات الإعداد المحلية فقط أم لا. إذا تم ضبطه على `True`، فلن يتم تنزيل النموذج من Hub.

token (`str` أو *bool*، *اختياري*) : الرمز الذي يُستخدم كتوكن مصادقة HTTP bearer للملفات البعيدة. إذا كان `True`، يُستخدم التوكن المولّد من `diffusers-cli login` (المخزَّن في `~/.huggingface`).

revision (`str`، *اختياري*، القيمة الافتراضية `"main"`) : إصدار النموذج المحدد الذي سيتم استخدامه. يمكن أن يكون اسم فرع، أو اسم وسم، أو معرف التزامن، أو أي معرّف مسموح به بواسطة Git.

أنشئ كائن guider من ملف تكوين JSON مُعرَّف مسبقًا في مجلد محلي أو مستودع على Hub.

> [!TIP] > لاستخدام النماذج الخاصة أو [النماذج المُقيَّدة](https://huggingface.co/docs/hub/models-gated#gated-models)، سجّل الدخول
باستخدام `hf > auth login`. يمكنك أيضًا تفعيل وضع ["offline-mode"](https://huggingface.co/diffusers/installation.html#offline-mode) الخاص لاستخدام هذه الطريقة في بيئة محمية بجدار ناري.

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

```python
get_state()
```

[المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/guiders/guider_utils.py#L106)

يعيد الحالة الحالية لتقنية التوجيه على شكل قاموس. ستُدرج متغيرات الحالة في طريقة __repr__. الإرجاع: `dict[str, Any]`: قاموس يحتوي على متغيرات الحالة الحالية بما في ذلك:
- step: خطوة الاستدلال الحالية
- num_inference_steps: إجمالي عدد خطوات الاستدلال
- timestep: متجه الخطوة الزمنية الحالية
- count_prepared: عدد مرات استدعاء prepare_models
- enabled: ما إذا كانت الإرشادات مفعّلة
- num_conditions: عدد الشروط
#### جديد[[diffusers.BaseGuidance.new]]
```python
new(**kwargs)
```
[المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/guiders/guider_utils.py#L69)
**المعاملات:**
- ****kwargs** : معلمات الإعداد التي يجب تجاوزها في النسخة الجديدة. إذا لم تُقدَّم أي معلمات kwargs، تُعاد نسخة مطابقة ذات نفس الإعداد.
**يعيد:**
نسخة جديدة من كائن الموجّه (guider) بنفس الإعدادات (أو المحدّثة).
ينشئ نسخة من هذا المثال الخاص بـ guider، مع إمكانية تعديل معاملات الإعداد اختياريًا.
مثال:
```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)
```
[المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/guiders/guider_utils.py#L153)
يُعدّ النماذج لتقنية التوجيه على دفعة بيانات محددة. يجب تجاوز هذه الطريقة في الفئات الفرعية لتنفيذ منطق إعداد النموذج المحدد.
#### save_pretrained[[diffusers.BaseGuidance.save_pretrained]]
```python
save_pretrained(save_directory: str | os.PathLike, push_to_hub: bool = False, **kwargs)
```
[المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/guiders/guider_utils.py#L350)
**المعاملات:**

save_directory (`str` أو `os.PathLike`) : المجلد الذي سيتم حفظ ملف الإعدادات بصيغة JSON فيه (سيتم إنشاؤه إذا لم يكن موجودًا).
push_to_hub (`bool`، *اختياري*، القيمة الافتراضية `False`) : ما إذا كان سيتم رفع نموذجك إلى Hugging Face Hub بعد حفظه. يمكنك تحديد المستودع الذي تريد الرفع إليه باستخدام `repo_id` (سيكون الافتراضي هو اسم `save_directory` ضمن نطاقك).
kwargs (`dict[str, Any]`، *اختياري*) : حُجج إضافية تُمرَّر إلى طريقة [push_to_hub()](/docs/diffusers/v0.43.0/ar/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub).
احفظ كائن إعدادات guider في مجلد بحيث يمكن إعادة تحميله باستخدام طريقة الفئة [from_pretrained()](/docs/diffusers/v0.43.0/ar/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)
```
[المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/guiders/classifier_free_guidance.py#L30)
**المعاملات:**
guidance_scale (`float`، القيمة الافتراضية `7.5`) : مقياس CFG الذي يطبّقه هذا الموجّه أثناء المعالجة اللاحقة. القيم الأعلى تعني تشديداً أقوى على شروط الموجّه، لكنها قد تقلل من الجودة. النطاق النموذجي: 1.0-20.0.

guidance_rescale (`float`, defaults to `0.0`) : Rescaling factor to prevent overexposure from high guidance scales. Based on [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891). Range: 0.0 (no rescaling) to 1.0 (full rescaling).
use_original_formulation (`bool`، القيمة الافتراضية `False`) : إذا كانت `True`، يتم استخدام صياغة CFG الأصلية من الورقة البحثية. إذا كانت `False` (الافتراضي)، يتم استخدام الصياغة الأصلية لـ diffusers من ورقة Imagen.
start (`float`، القيمة الافتراضية `0.0`) : نسبة خطوات إزالة الضوضاء (0.0-1.0) التي يبدأ بعدها CFG. استخدم قيمة > 0.0 لتعطيل CFG في خطوات إزالة الضوضاء المبكرة.
stop (`float`، القيمة الافتراضية `1.0`) : نسبة خطوات إزالة الضوضاء (0.0-1.0) التي يتوقف عندها CFG. استخدم قيمة أقل من 1.0 لتعطيل CFG في خطوات إزالة الضوضاء المتأخرة.
enabled (`bool`، القيمة الافتراضية `True`) : ما إذا كان CFG مفعّلًا. اضبطه على `False` لتعطيل CFG بالكامل (يستخدم التنبؤات الشرطية فقط).
يُنفّذ التوجيه الحر من التصنيف (CFG) لنماذج الانتشار.
مرجع: https://huggingface.co/papers/2207.12598
يحسّن CFG جودة التوليد والالتزام بالموجّه من خلال تدريب النماذج بشكل مشترك على البيانات الشرطية وغير الشرطية، ثم دمج التنبؤات أثناء الاستدلال. وهذا يتيح الموازنة بين الجودة (إرشاد عالٍ) والتنوع (إرشاد منخفض).
**صياغتان لـ CFG:**
1. **الصياغة الأصلية** (من الورقة البحثية):
   ```
   x_pred = x_cond + guidance_scale * (x_cond - x_uncond)
   ```
   ينقل التنبؤات الشرطية إلى مسافة أكبر من التنبؤات غير الشرطية.
2. **صياغة أصلية في Diffusers** (الافتراضي، من ورقة Imagen):
   ```
   x_pred = x_uncond + guidance_scale * (x_cond - x_uncond)
   ```
   ينقل التنبؤات غير المشروطة نحو التنبؤات المشروطة، مما يكبح الميزات السلبية (مثل "جودة رديئة" و"علامات مائية") بشكل فعال. مكافئ نظريًا لكنه أكثر بديهية.
استخدم `use_original_formulation=True` للتبديل إلى الصياغة الأصلية.
## 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)
```
[المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/guiders/classifier_free_zero_star_guidance.py#L30)
**المعاملات:**
guidance_scale (`float`، القيمة الافتراضية `7.5`) : معامل المقياس للإرشاد الحر من التصنيف. تؤدي القيم الأعلى إلى تشديد أقوى على موجه النص، بينما تسمح القيم الأدنى بحرية أكبر في التوليد. قد تؤدي القيم الأعلى إلى تشبع وتدهور في جودة الصورة.

zero_init_steps (`int`، القيمة الافتراضية `1`) : عدد خطوات الاستدلال التي تُصفَّر فيها توقعات الضوضاء (انظر القسم 4.2).

guidance_rescale (`float`, defaults to `0.0`) : The rescale factor applied to the noise predictions. This is used to improve image quality and fix overexposure. Based on Section 3.4 from [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891).
use_original_formulation (`bool`، القيمة الافتراضية `False`) : ما إذا كان سيتم استخدام الصياغة الأصلية للإرشاد الحر من التصنيف كما اقترح في الورقة البحثية. بشكل افتراضي، نستخدم التنفيذ الأصلي الخاص بـ diffusers الذي كان موجودًا في قاعدة الكود منذ فترة طويلة. راجع [~guiders.classifier_free_guidance.ClassifierFreeGuidance] لمزيد من التفاصيل.
start (`float`، القيمة الافتراضية `0.01`) : نسبة عدد خطوات إزالة الضوضاء الإجمالي التي تبدأ بعدها عملية التوجيه.
stop (`float`، القيمة الافتراضية `0.2`) : نسبة عدد خطوات إزالة الضوضاء الإجمالي التي تتوقف بعدها التوجيهات.
التصنيف بدون حرية Zero* (CFG-Zero*): https://huggingface.co/papers/2503.18886
هذا تطبيق لتقنية التوجيه بدون مُصنِّف صفرية*، وهي نسخة من التوجيه بدون مُصنِّف. تقترح هذه التقنية تهيئة التنبؤات الضوضائية إلى الصفر في الخطوات الأولى من عملية الانتشار، كما تُدخل عامل إعادة تحجيم مثالي للتنبؤات الضوضائية، مما قد يساعد في تحسين جودة الصور المولَّدة.
يقترح مؤلفو الورقة البحثية تعيين تهيئة صفرية في أول 4% من خطوات الاستدلال.
## 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)
```
[المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/guiders/skip_layer_guidance.py#L32)
**المعاملات:**
guidance_scale (`float`، القيمة الافتراضية `7.5`) : معامل المقياس للإرشاد الحر من التصنيف. تؤدي القيم الأعلى إلى تشديد أقوى على موجه النص، بينما تسمح القيم الأدنى بحرية أكبر في التوليد. قد تؤدي القيم الأعلى إلى تشبع وتدهور في جودة الصورة.

skip_layer_guidance_scale (`float`، القيمة الافتراضية `2.8`) : معامل المقياس للإرشاد الخاص بطبقات التخطي. قد تتحسن تماسك التشريح والبنية مع القيم الأعلى، لكن ذلك قد يؤدي أيضًا إلى الإفراط في التعريض والتشبع.
skip_layer_guidance_start (`float`، القيمة الافتراضية `0.01`) : نسبة عدد خطوات إزالة الضوضاء الإجمالي التي يبدأ بعدها توجيه طبقة التخطي.

skip_layer_guidance_stop (`float`، القيمة الافتراضية `0.2`) : نسبة عدد خطوات إزالة الضوضاء الإجمالي التي يتوقف بعدها توجيه طبقة التخطي.
skip_layer_guidance_layers (`int` أو `list[int]`، *اختياري*) : فهارس الطبقات التي سيتم تطبيق إرشاد تخطي الطبقات عليها. يمكن أن يكون عددًا صحيحًا واحدًا أو قائمة من الأعداد الصحيحة. إذا لم يُقدَّم، يجب تقديم `skip_layer_config`. القيم الموصى بها هي `[7, 8, 9]` لـ Stable Diffusion 3.5 Medium.

skip_layer_config (`LayerSkipConfig` أو `list[LayerSkipConfig]`، *اختياري*) : إعدادات إرشاد تخطي الطبقة. يمكن أن تكون `LayerSkipConfig` واحدة أو قائمة من `LayerSkipConfig`. إذا لم تُقدَّم، يجب تقديم `skip_layer_guidance_layers`.

guidance_rescale (`float`, defaults to `0.0`) : The rescale factor applied to the noise predictions. This is used to improve image quality and fix overexposure. Based on Section 3.4 from [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891).
use_original_formulation (`bool`، القيمة الافتراضية `False`) : ما إذا كان سيتم استخدام الصياغة الأصلية للإرشاد الحر من التصنيف كما اقترح في الورقة البحثية. بشكل افتراضي، نستخدم التنفيذ الأصلي الخاص بـ diffusers الذي كان موجودًا في قاعدة الكود منذ فترة طويلة. راجع [~guiders.classifier_free_guidance.ClassifierFreeGuidance] لمزيد من التفاصيل.
start (`float`، القيمة الافتراضية `0.01`) : نسبة عدد خطوات إزالة الضوضاء الإجمالي التي تبدأ بعدها عملية التوجيه.
stop (`float`، القيمة الافتراضية `0.2`) : نسبة عدد خطوات إزالة الضوضاء الإجمالي التي تتوقف بعدها التوجيهات.
إرشاد تخطي الطبقة (SLG): https://github.com/Stability-AI/sd3.5
الإرشاد المكاني-الزمني (STG): https://huggingface.co/papers/2411.18664
تم تقديم SLG من قِبل StabilityAI لتحسين تماسك البنية والتشريح في الصور المولّدة. يعمل عن طريق تجاوز المرور الأمامي (forward pass) لكتل التحوّل (transformer blocks) المحددة أثناء عملية إزالة الضوضاء على دفعة بيانات شرطية إضافية، إلى جانب دفعات البيانات الشرطية وغير الشرطية المستخدمة بالفعل في CFG ([~guiders.classifier_free_guidance.ClassifierFreeGuidance])، ثم يقوم بتغيير مقياس وتحويل تنبؤات CFG بناءً على الفرق بين تنبؤات الشرطية دون التجاوز وتنبؤات الشرطية مع التجاوز.
يمكن التفكير في الحدس الكامن وراء SLG على أنه تحريك تقديرات التوزيع المتوقع من CFG بعيدًا عن الإصدارات الأسوأ لتقديرات التوزيع الشرطي (لأن تخطي الطبقات يعادل استخدام إصدار أسوأ من النموذج للتنبؤ الشرطي).
يُعدّ STG تحسينًا وعملًا تابعًا يجمع بين الأفكار المستمدة من SLG وPAG وتقنيات مماثلة لتحسين جودة التوليد في نماذج الانتشار المرئي.
قراءات إضافية:
- [توجيه نموذج انتشار بنسخة سيئة منه](https://huggingface.co/papers/2406.02507)
تُعيَّن القيم الافتراضية لـ`skip_layer_guidance_scale` و`skip_layer_guidance_start` و`skip_layer_guidance_stop` وفق التوصيات التي أصدرتها StabilityAI لنموذج 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)
```

[المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/guiders/smoothed_energy_guidance.py#L32)

**المعاملات:**

guidance_scale (`float`، القيمة الافتراضية `7.5`) : معامل المقياس للإرشاد الحر من التصنيف. تؤدي القيم الأعلى إلى تشديد أقوى على موجه النص، بينما تسمح القيم الأدنى بحرية أكبر في التوليد. قد تؤدي القيم الأعلى إلى تشبع وتدهور في جودة الصورة.
seg_guidance_scale (`float`، القيمة الافتراضية `3.0`) : معامل المقياس للإرشاد بالطاقة المُنعّمة. قد تتحسن تماسك التشريح والبنية مع القيم الأعلى، لكن قد يؤدي ذلك أيضًا إلى الإفراط في التعريض والتشبع.
seg_blur_sigma (`float`، القيمة الافتراضية `9999999.0`) : مقدار ضبابية أوزان الانتباه. ضبط هذه القيمة لتكون أكبر من 9999.0 يؤدي إلى ضبابية لا نهائية، مما يعني استعلامات موحدة. التحكم فيها بشكل أُسّي فعّال تجريبيًا.
seg_blur_threshold_inf (`float`، القيمة الافتراضية `9999.0`) : الحد الذي إذا تجاوزته قيمة الضبابية تُعتبر لا نهائية.

seg_guidance_start (`float`، القيمة الافتراضية `0.0`) : نسبة عدد خطوات إزالة الضوضاء الإجمالي التي تبدأ بعدها إرشادات الطاقة الملساء.

seg_guidance_stop (`float`، القيمة الافتراضية `1.0`) : نسبة عدد خطوات إزالة الضوضاء الإجمالي التي يتوقف بعدها التوجيه بالطاقة الملساء.

seg_guidance_layers (`int` أو `list[int]`، *اختياري*) : فهارس الطبقات التي سيتم تطبيق توجيه الطاقة المُنعّم عليها. يمكن أن يكون عددًا صحيحًا واحدًا أو قائمة من الأعداد الصحيحة. إذا لم يُقدَّم، يجب تقديم `seg_guidance_config`. القيم الموصى بها هي `[7, 8, 9]` لـ Stable Diffusion 3.5 Medium.

seg_guidance_config (`SmoothedEnergyGuidanceConfig` أو `list[SmoothedEnergyGuidanceConfig]`، *اختياري*) : إعدادات توجيه طبقة الطاقة المُنعّمة. يمكن أن تكون `SmoothedEnergyGuidanceConfig` واحدة أو قائمة من `SmoothedEnergyGuidanceConfig`. إذا لم تُقدَّم، يجب تقديم `seg_guidance_layers`.

guidance_rescale (`float`, defaults to `0.0`) : The rescale factor applied to the noise predictions. This is used to improve image quality and fix overexposure. Based on Section 3.4 from [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891).
use_original_formulation (`bool`، القيمة الافتراضية `False`) : ما إذا كان سيتم استخدام الصياغة الأصلية للإرشاد الحر من التصنيف كما اقترح في الورقة البحثية. بشكل افتراضي، نستخدم التنفيذ الأصلي الخاص بـ diffusers الذي كان موجودًا في قاعدة الكود منذ فترة طويلة. راجع [~guiders.classifier_free_guidance.ClassifierFreeGuidance] لمزيد من التفاصيل.
start (`float`، القيمة الافتراضية `0.01`) : نسبة عدد خطوات إزالة الضوضاء الإجمالي التي تبدأ بعدها عملية التوجيه.
stop (`float`، القيمة الافتراضية `0.2`) : نسبة عدد خطوات إزالة الضوضاء الإجمالي التي تتوقف بعدها التوجيهات.
التوجيه بالطاقة المُنعّمة (SEG): https://huggingface.co/papers/2408.00760
يُؤيَّد SEG كميزة تجريبية نموذجية فقط في الوقت الحالي، لذا قد يتم تعديل التنفيذ في المستقبل دون سابق إنذار أو ضمان قابلية إعادة الإنتاج. يفترض هذا التنفيذ ما يلي:
- الصور المولّدة مربعة (الارتفاع == العرض)
- لا يجمع النموذج بين الوسائط المختلفة معًا (على سبيل المثال، لا يتم دمج تدفقات الكامنة للنص والصورة معًا كما في 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)
```
[المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/guiders/perturbed_attention_guidance.py#L36)
**المعاملات:**
guidance_scale (`float`، القيمة الافتراضية `7.5`) : معامل المقياس للإرشاد الحر من التصنيف. تؤدي القيم الأعلى إلى تشديد أقوى على موجه النص، بينما تسمح القيم الأدنى بحرية أكبر في التوليد. قد تؤدي القيم الأعلى إلى تشبع وتدهور في جودة الصورة.

perturbed_guidance_scale (`float`، القيمة الافتراضية `2.8`) : معامل المقياس (scale) للإرشاد الانتباهي المُعطَّل (perturbed attention guidance).

perturbed_guidance_start (`float`، القيمة الافتراضية `0.01`) : نسبة عدد خطوات إزالة الضوضاء الإجمالي التي تبدأ بعدها إرشادات الانتباه المضطربة.

perturbed_guidance_stop (`float`، القيمة الافتراضية `0.2`) : نسبة عدد خطوات إزالة الضوضاء الإجمالي التي تتوقف بعدها إرشادات الانتباه المضطربة.

perturbed_guidance_layers (`int` أو `list[int]`، *اختياري*) : فهارس الطبقات التي سيتم تطبيق توجيه الانتباه المضطرب عليها. يمكن أن يكون عددًا صحيحًا واحدًا أو قائمة من الأعداد الصحيحة. إذا لم يُقدَّم، يجب تقديم `perturbed_guidance_config`.

perturbed_guidance_config (`LayerSkipConfig` أو `list[LayerSkipConfig]`، *اختياري*) : إعدادات التوجيه الانتباهي المضطرب. يمكن أن تكون `LayerSkipConfig` واحدة أو قائمة من `LayerSkipConfig`. إذا لم تُقدَّم، يجب تقديم `perturbed_guidance_layers`.

guidance_rescale (`float`, defaults to `0.0`) : The rescale factor applied to the noise predictions. This is used to improve image quality and fix overexposure. Based on Section 3.4 from [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891).
use_original_formulation (`bool`، القيمة الافتراضية `False`) : ما إذا كان سيتم استخدام الصياغة الأصلية للإرشاد الحر من التصنيف كما اقترح في الورقة البحثية. بشكل افتراضي، نستخدم التنفيذ الأصلي الخاص بـ diffusers الذي كان موجودًا في قاعدة الكود منذ فترة طويلة. راجع [~guiders.classifier_free_guidance.ClassifierFreeGuidance] لمزيد من التفاصيل.
start (`float`، القيمة الافتراضية `0.01`) : نسبة عدد خطوات إزالة الضوضاء الإجمالي التي تبدأ بعدها عملية التوجيه.
stop (`float`، القيمة الافتراضية `0.2`) : نسبة عدد خطوات إزالة الضوضاء الإجمالي التي تتوقف بعدها التوجيهات.
إرشاد الانتباه المُعطَّل (PAG): https://huggingface.co/papers/2403.17377
يمكن التفكير في الحدس الكامن وراء PAG على أنه تحريك تقديرات التوزيع المتوقع من CFG إلى أبعد من النسخ الأسوأ من تقديرات التوزيع الشرطي. كانت PAG من أوائل التقنيات التي أدخلت فكرة استخدام نسخة أسوأ من النموذج المدرَّب لتوجيه نفسه بشكل أفضل في عملية إزالة الضوضاء. فهي تُحدث اضطرابًا في درجات الانتباه للتيار الكامن عن طريق استبدال مصفوفة الدرجات بمصفوفة الوحدة للطبقات المختارة انتقائيًا.
قراءات إضافية:
- [توجيه نموذج انتشار بنسخة سيئة منه](https://huggingface.co/papers/2406.02507)
يُنفَّذ PAG بتنفيذ مشابه لتنفيذ SkipLayerGuidance بسبب التداخل في معاملات الإعداد وتفاصيل التنفيذ.
## 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)
```
[المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/guiders/adaptive_projected_guidance.py#L30)
**المعاملات:**
guidance_scale (`float`، القيمة الافتراضية `7.5`) : معامل المقياس للإرشاد الحر من التصنيف. تؤدي القيم الأعلى إلى تشديد أقوى على موجه النص، بينما تسمح القيم الأدنى بحرية أكبر في التوليد. قد تؤدي القيم الأعلى إلى تشبع وتدهور في جودة الصورة.

adaptive_projected_guidance_momentum (`float`، القيمة الافتراضية `None`) : معامل الزخم (momentum) الخاص بالتوجيه المُسقط التكيفي. يُعطَّل إذا تم تعيينه إلى `None`.
adaptive_projected_guidance_rescale (`float`، القيمة الافتراضية `15.0`) : عامل إعادة التحديد المقياس المطبّق على تنبؤات الضوضاء. يُستخدم هذا لتحسين جودة الصورة وإصلاح

adaptive_projected_guidance_norm_dim (`int` أو `tuple[int]`، *اختياري*) : الأبعاد التي يتم حساب معيار APG والإسقاط عليها. إذا تم تجاهلها، تُستخدم جميع الأبعاد غير الدفعة (non-batch)، مع الحفاظ على السلوك الأصلي.

guidance_rescale (`float`, defaults to `0.0`) : The rescale factor applied to the noise predictions. This is used to improve image quality and fix overexposure. Based on Section 3.4 from [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891).
use_original_formulation (`bool`، القيمة الافتراضية `False`) : ما إذا كان سيتم استخدام الصياغة الأصلية للإرشاد الحر من التصنيف كما اقترح في الورقة البحثية. بشكل افتراضي، نستخدم التنفيذ الأصلي الخاص بـ diffusers الذي كان موجودًا في قاعدة الكود منذ فترة طويلة. راجع [~guiders.classifier_free_guidance.ClassifierFreeGuidance] لمزيد من التفاصيل.
start (`float`، القيمة الافتراضية `0.0`) : نسبة عدد خطوات إزالة الضوضاء الإجمالي التي تبدأ بعدها التوجيه.
stop (`float`، القيمة الافتراضية `1.0`) : نسبة عدد خطوات إزالة الضوضاء الإجمالي التي تتوقف بعدها التوجيهات.
الإرشاد المُسقط التكيفي (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)
```
[المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/guiders/auto_guidance.py#L32)
**المعاملات:**
guidance_scale (`float`، القيمة الافتراضية `7.5`) : معامل المقياس للإرشاد الحر من التصنيف. تؤدي القيم الأعلى إلى تشديد أقوى على موجه النص، بينما تسمح القيم الأدنى بحرية أكبر في التوليد. قد تؤدي القيم الأعلى إلى تشبع وتدهور في جودة الصورة.

auto_guidance_layers (`int` أو `list[int]`، *اختياري*) : فهارس الطبقات التي سيتم تطبيق إرشاد تخطي الطبقات عليها. يمكن أن يكون عددًا صحيحًا واحدًا أو قائمة من الأعداد الصحيحة. إذا لم يُقدَّم، يجب تقديم `skip_layer_config`.

auto_guidance_config (`LayerSkipConfig` أو `list[LayerSkipConfig]`، *اختياري*) : إعدادات إرشاد تخطي الطبقة. يمكن أن تكون `LayerSkipConfig` واحدة أو قائمة من `LayerSkipConfig`. إذا لم تُقدَّم، يجب تقديم `skip_layer_guidance_layers`.

dropout (`float`, *اختياري*) : احتمال الإسقاط (dropout) للإرشاد التلقائي على طبقات التخطي المفعّلة (إما عبر `auto_guidance_layers` أو `auto_guidance_config`). إذا لم يُقدَّم، فسيتم تعيين احتمال الإسقاط إلى 1.0.

guidance_rescale (`float`, defaults to `0.0`) : The rescale factor applied to the noise predictions. This is used to improve image quality and fix overexposure. Based on Section 3.4 from [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891).
use_original_formulation (`bool`، القيمة الافتراضية `False`) : ما إذا كان سيتم استخدام الصياغة الأصلية للإرشاد الحر من التصنيف كما اقترح في الورقة البحثية. بشكل افتراضي، نستخدم التنفيذ الأصلي الخاص بـ diffusers الذي كان موجودًا في قاعدة الكود منذ فترة طويلة. راجع [~guiders.classifier_free_guidance.ClassifierFreeGuidance] لمزيد من التفاصيل.
start (`float`، القيمة الافتراضية `0.0`) : نسبة عدد خطوات إزالة الضوضاء الإجمالي التي تبدأ بعدها التوجيه.
stop (`float`، القيمة الافتراضية `1.0`) : نسبة عدد خطوات إزالة الضوضاء الإجمالي التي تتوقف بعدها التوجيهات.
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)
```
[المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/guiders/tangential_classifier_free_guidance.py#L30)
**المعاملات:**
guidance_scale (`float`، القيمة الافتراضية `7.5`) : معامل المقياس للإرشاد الحر من التصنيف. تؤدي القيم الأعلى إلى تشديد أقوى على موجه النص، بينما تسمح القيم الأدنى بحرية أكبر في التوليد. قد تؤدي القيم الأعلى إلى تشبع وتدهور في جودة الصورة.

guidance_rescale (`float`, defaults to `0.0`) : The rescale factor applied to the noise predictions. This is used to improve image quality and fix overexposure. Based on Section 3.4 from [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891).
use_original_formulation (`bool`، القيمة الافتراضية `False`) : ما إذا كان سيتم استخدام الصياغة الأصلية للإرشاد الحر من التصنيف كما اقترح في الورقة البحثية. بشكل افتراضي، نستخدم التنفيذ الأصلي الخاص بـ diffusers الذي كان موجودًا في قاعدة الكود منذ فترة طويلة. راجع [~guiders.classifier_free_guidance.ClassifierFreeGuidance] لمزيد من التفاصيل.
start (`float`، القيمة الافتراضية `0.0`) : نسبة عدد خطوات إزالة الضوضاء الإجمالي التي تبدأ بعدها التوجيه.
stop (`float`، القيمة الافتراضية `1.0`) : نسبة عدد خطوات إزالة الضوضاء الإجمالي التي تتوقف بعدها التوجيهات.
الموجّه الحرّ غير التصنيفي المماسّي (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)
```
[المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/guiders/ltx2_guidance.py#L28)
**المعاملات:**
guidance_scale (`float`، القيمة الافتراضية `1.0`) : مقياس CFG لهذا النمط. يتم تجاوز مسار CFG بالكامل عند `1.0`.
stg_scale (`float`، القيمة الافتراضية `0.0`) : مقياس التوجيه المكاني-الزمني لهذا النمط. يتم تجاوز مسار STG بالكامل عند `0.0`.
modality_scale (`float`، القيمة الافتراضية `1.0`) : مقياس توجيه عزل النمط لهذا النمط. يتم تجاوز ذلك التمرير بالكامل عند `1.0`.
guidance_rescale (`float`, defaults to `0.0`) : Rescaling factor to prevent overexposure from high guidance scales. Based on [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891). Range: 0.0 (no rescaling) to 1.0 (full rescaling).
spatio_temporal_guidance_blocks (`list[int]`، *اختياري*) : كتل التحويل التي سيتم إحداث اضطراب فيها في مسار STG. يعتمد كيفية استخدام القيمة على كتلة إزالة الضوضاء: إذ يُحدث LTX-2 اضطرابًا في الكتل كاملةً في تمريرة أمامية واحدة تغذي كل الأنماط، لذا يقرأ هذه القيمة من مُوجّه الفيديو وحده — فإعدادها على مُوجّه الصوت لا يُحدث أي تأثير، وينضم ذلك الموجّه إلى نفس التمريرة الأمامية لـ STG من خلال `stg_scale` الخاص به.
start (`float`، القيمة الافتراضية `0.0`) : نسبة خطوات إزالة الضوضاء (0.0-1.0) التي تبدأ بعدها عملية التوجيه.
stop (`float`، القيمة الافتراضية `1.0`) : نسبة خطوات إزالة الضوضاء (0.0-1.0) التي يتوقف بعدها التوجيه.
enabled (`bool`، القيمة الافتراضية `True`) : ما إذا كان هذا الموجِّه يطبّق التوجيه على الإطلاق. عند تعيينه إلى `False`، يُنفَّذ المسار الشرطي فقط.
موجّه أحادي النمط لـ LTX-2.X. يجمع بين ثلاثة مصطلحات كحد أقصى عبر صيغة الدلتا:
- الإرشاد الحر من التصنيف (CFG)،
- التوجيه المكاني-الزمني (STG)، وهو مسار إضافي باستخدام مجموعة من كتل التحوّل (transformer blocks) المُعطَّبة،
- إرشادات عزل النمط، وهي تمريرة إضافية مع تعطيل الانتباه المتقاطع بين A2V/V2A.
تتولى كل نسخة واحدة من الأنماط (modalities) قيادة نمط واحد، لذا فإن نقطة التفتيش متعددة الأنماط تحمل عدة نسخ: يقرن LTX-2.X مُوجِّه فيديو `guider` مع `audio_guider`، حيث يحتفظ كل منهما بمقاييسه الخاصة. يُحسب تقدير التوجيه النهائي في الفضاء الذي يغذيه به المستدعي — يحول مُزيل الضوضاء في LTX-2 من السرعة إلى x0 قبل استدعاء هذه الدالة ثم يعكس العملية بعد ذلك، لذا تعمل `forward` على تنبؤات x0.
على عكس `SkipLayerGuidance` الذي يطبّق اضطراباته عبر الخطافات (hooks)، يتوقع `LTX2Guidance` أن تكون اضطراباته غير CFG قابلة للتهيئة عبر معاملات النموذج الأمامية (`spatio_temporal_guidance_blocks` و`isolate_modalities` في `LTX2VideoTransformer3DModel`). ويتحمل كتلة إزالة الضوضاء المستدعية مسؤولية تعيين تلك المعرّفات لكل مسار؛ راجع `LTX2LoopDenoiser` كمثال على الاستخدام.
Xet Storage Details

Size:: 44.3 kB
Xet hash:: 02057b9672812375768ba18ece9099443e642dcc64c1589054f6ac056785a81f
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.