# HeliosScheduler

`HeliosScheduler` مبني على أخذ العينات المطابق للتدفق الهرمي الذي تم تقديمه في [Helios](https://huggingface.co/papers).

## HeliosScheduler[[diffusers.HeliosScheduler]]

#### diffusers.HeliosScheduler[[diffusers.HeliosScheduler]]

```python
diffusers.HeliosScheduler(num_train_timesteps: int = 1000, shift: float = 1.0, stages: int = 3, stage_range: list = [0, 0.3333333333333333, 0.6666666666666666, 1], gamma: float = 0.3333333333333333, thresholding: bool = False, prediction_type: str = 'flow_prediction', solver_order: int = 2, predict_x0: bool = True, solver_type: str = 'bh2', lower_order_final: bool = True, disable_corrector: list[int] = [], solver_p: SchedulerMixin = None, use_flow_sigmas: bool = True, scheduler_type: str = 'unipc', use_dynamic_shifting: bool = False, time_shift_type: typing.Literal['exponential', 'linear'] = 'exponential')
```

[المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/schedulers/scheduling_helios.py#L35)

#### convert_model_output[[diffusers.HeliosScheduler.convert_model_output]]

```python
convert_model_output(model_output: Tensor, *args, sample: Tensor = None, sigma: Tensor = None, **kwargs)
```

[المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/schedulers/scheduling_helios.py#L371)

**المعاملات:**

model_output (`torch.Tensor`) : المخرجات المباشرة من نموذج الانتشار المُتعلَّم.

timestep (`int`) : الخطوة الزمنية المنفصلة الحالية في سلسلة الانتشار.

sample (`torch.Tensor`) : نسخة حالية من عينة تم إنشاؤها بواسطة عملية الانتشار.

sigma (`torch.Tensor`، *اختياري*) : قيمة sigma للخطوة الحالية في جدول الضوضاء.

**يعيد:** `torch.Tensor`

مخرجات النموذج المحوّل.

حوّل مخرجات النموذج إلى النوع المقابل الذي يحتاجه خوارزمية UniPC.

#### init_sigmas[[diffusers.HeliosScheduler.init_sigmas]]

```python
init_sigmas()
```

[المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/schedulers/scheduling_helios.py#L90)

تهيئة الخطوات الزمنية العالمية والقيم السيجما

#### init_sigmas_for_each_stage[[diffusers.HeliosScheduler.init_sigmas_for_each_stage]]

```python
init_sigmas_for_each_stage()
```

[المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/schedulers/scheduling_helios.py#L108)

تهيئة خطوات الزمن لكل مرحلة

#### multistep_uni_c_bh_update[[diffusers.HeliosScheduler.multistep_uni_c_bh_update]]

```python
multistep_uni_c_bh_update(this_model_output: Tensor, *args, last_sample: Tensor = None, this_sample: Tensor = None, order: int = None, sigma_before: Tensor = None, sigma: Tensor = None, **kwargs)
```

[المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/schedulers/scheduling_helios.py#L591)

**المعاملات:**

this_model_output (`torch.Tensor`) : مخرجات النموذج عند `x_t`.

this_timestep (`int`) : خطوة الزمن الحالية `t`.

last_sample (`torch.Tensor`) : العينة المولّدة قبل المتنبئ الأخير `x_{t-1}`.

this_sample (`torch.Tensor`) : العينة المولّدة بعد آخر متنبئ `x_{t}`.

order (`int`) : قيمة `p` الخاصة بـ UniC-p في هذه الخطوة. يجب أن يكون ترتيب الدقة الفعّال `order + 1`.

sigma_before (`torch.Tensor`، *اختياري*) : قيمة سيجما (sigma) للخطوة السابقة في جدول الضوضاء.

sigma (`torch.Tensor`، *اختياري*) : قيمة sigma للخطوة الحالية في جدول الضوضاء.

**يعيد:** `torch.Tensor`

المصفوفة العينة المُصحَّحة عند خطوة الزمن الحالية.

خطوة واحدة لنموذج UniC (نسخة B(h)).

#### multistep_uni_p_bh_update[[diffusers.HeliosScheduler.multistep_uni_p_bh_update]]

```python
multistep_uni_p_bh_update(model_output: Tensor, *args, sample: Tensor = None, order: int = None, sigma: Tensor = None, sigma_next: Tensor = None, **kwargs)
```

[المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/schedulers/scheduling_helios.py#L453)

**المعاملات:**

model_output (`torch.Tensor`) : المخرجات المباشرة من نموذج الانتشار المُتعلَّم عند خطوة الزمن الحالية.

prev_timestep (`int`) : الخطوة الزمنية المنفصلة السابقة في سلسلة الانتشار.

sample (`torch.Tensor`) : نسخة حالية من عينة تم إنشاؤها بواسطة عملية الانتشار.

order (`int`) : ترتيب UniP في خطوة الزمن هذه (يتوافق مع *p* في UniPC-p).

sigma (`torch.Tensor`، *اختياري*) : قيمة sigma للخطوة الحالية في جدول الضوضاء.

sigma_next (`torch.Tensor`، *اختياري*) : قيمة سيجما للخطوة التالية في جدول الضوضاء.

**يعيد:** `torch.Tensor`

المصفوفة العينة عند خطوة الزمن السابقة.

خطوة واحدة لنموذج UniP (نسخة B(h)). أو يُستخدم `self.solver_p` إذا تم تحديد ذلك.

#### set_begin_index[[diffusers.HeliosScheduler.set_begin_index]]

```python
set_begin_index(begin_index: int = 0)
```

[المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/schedulers/scheduling_helios.py#L182)

**المعاملات:**

begin_index (`int`) : فهرس البداية للمجدول.

يحدد الفهرس الابتدائي للمجدول. يجب تشغيل هذه الدالة من خط الأنابيب قبل الاستدلال.

#### set_timesteps[[diffusers.HeliosScheduler.set_timesteps]]

```python
set_timesteps(num_inference_steps: int, stage_index: int | None = None, device: typing.Union[str, torch.device] = None, sigmas: bool | None = None, mu: bool | None = None, is_amplify_first_chunk: bool = False)
```

[المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/schedulers/scheduling_helios.py#L195)

ضبط خطوات الزمن والقيم السيجما لكل مرحلة

#### time_shift[[diffusers.HeliosScheduler.time_shift]]

```python
time_shift(mu: float, sigma: float, t: Tensor)
```

[المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/schedulers/scheduling_helios.py#L259)

**المعاملات:**

mu (`float`) : معامل mu الخاص بإزاحة الوقت.

sigma (`float`) : معامل سيجما الخاص بإزاحة الوقت.

t (`torch.Tensor`) : خطوات الزمن المدخلة.

**يعيد:** `torch.Tensor`

خطوات الزمن المُزاحة.

طبّق إزاحةً زمنية على قيم sigmas.

scheduling_helios