Hugging Face's logo

Diffusers documentation

RFD4ProteinaScheduler

You are viewing main version, which requires installation from source. If you'd like regular pip install, checkout the latest stable version (v0.43.0).
Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

RFD4ProteinaScheduler

RFD4ProteinaScheduler adalah sampler flow dengan temporal-score-rescaled dari RFD4-Proteína untuk satu modalitas. Pipeline ini menggunakan dua instans, satu untuk backbone (bb_ca, koordinat dalam nanometer) dan satu untuk latents lokal per-token (local_latents), masing-masing dengan jadwal waktu, jadwal noise, dan rescaling-nya sendiri. Lihat RFD4ProteinaPipeline untuk loop sampling.

RFD4ProteinaScheduler

kelas diffusers.RFD4ProteinaScheduler

< >

( schedule_mode: strnoise_mode: strtsr_k: floattsr_sigma: floattail_steps: int = 10tail_step_multiplier: int = 2t_lim_ode: float = 0.95t_lim_ode_below: float = 0.02 )

Parameter

  • schedule_mode (str) — Jarak waktu antara noise dan data: "log" atau "power".
  • noise_mode (str) — Bentuk noise yang disuntikkan di jendela stokastik: "1/t" atau "tan".
  • tsr_k (float) — Seberapa rendah suhu sampling; semakin tinggi nilainya, semakin rendah suhunya.
  • tsr_sigma (float) — Seberapa cepat suhu rendah tercapai; nilai yang lebih tinggi berarti lebih cepat.
  • tail_steps (int, defaultnya 10) — Jumlah interval akhir yang lebih halus dari sisanya dengan tail_step_multiplier.
  • tail_step_multiplier (int, defaultnya 2) — Seberapa halus interval terakhir.
  • t_lim_ode (float, defaultnya 0.95) — Di atas waktu ini, langkah bersifat deterministik.
  • t_lim_ode_below (float, defaultnya 0.02) — Di bawah waktu ini, langkah bersifat deterministik.

Temporal-score-rescaled flow sampler untuk satu modalitas dari RFD4-Proteína.

Pipeline ini mengintegrasikan dua modalitas, yaitu backbone dan latens lokal per-token, masing-masing dengan satu scheduler. Keduanya berbeda dalam jadwal waktu, jadwal noise, dan rescaling.

Panggil set_timesteps sebelum sampling. Waktu meningkat dari noise menuju data bersih. Scheduler melacak interval saat ini dan tidak boleh dibagikan oleh generasi yang berjalan bersamaan.

set_timesteps

< >

( num_inference_steps: intdevice: typing.Union[str, torch.device, NoneType] = Nonestart_time: float | None = None )

Parameter

  • num_inference_steps (int) — Jumlah interval integrasi.
  • device (str atau torch.device, opsional) — Perangkat untuk timesteps. Panjang interval dan koefisien noise tetap berada di CPU.
  • start_time (float, opsional) — Waktu mulai partial-diffusion dalam [0, 1). Abaikan untuk generasi penuh.

Selesaikan jadwal dan atur ulang kursor integrasi.

add_noise

< >

( original_samples: Tensornoise: Tensortimesteps: typing.Union[float, torch.Tensor] )

Parameter

  • original_samples (torch.Tensor) — Keadaan bersih (batch, tokens, D).
  • noise (torch.Tensor) — Noise dengan bentuk yang sama, diambil oleh pemanggil.
  • timesteps (float atau torch.Tensor) — Waktu dalam [0, 1), skalar atau (batch,).

Ambil sampel dari marginal maju (1 - t) * noise + t * clean.

langkah

< >

( model_output: Tensortimestep: Tensorsample: Tensoremit_mask: Tensorgenerator: typing.Union[torch.Generator, list[torch.Generator], NoneType] = Nonereturn_dict: bool = True ) → RFD4ProteinaSchedulerOutput or tuple

Parameter

  • model_output (torch.Tensor) — Kecepatan prediksi, dengan bentuk seperti sample.
  • timestep (torch.Tensor) — Elemen berikutnya dari timesteps. Langkah yang tidak berurutan akan ditolak.
  • sample (torch.Tensor) — State saat ini (B, N, D).
  • emit_mask (torch.Tensor) — Boolean (B, N), bernilai true untuk token yang diperbarui (bukan konteks atau padding).
  • generator (torch.Generator atau list[torch.Generator], opsional) — Generator untuk satu baris atau generator yang berbeda untuk setiap baris batch. Jika diabaikan, stream global akan digunakan.
  • return_dict (bool, defaultnya True) — Kembalikan RFD4ProteinaSchedulerOutput; selain itu, tuple berisi satu item yang menyimpan state.

Mengembalikan

RFD4ProteinaSchedulerOutput atau tuple

Status yang diperbarui.

Majukan satu interval integrasi dan perbarui step_index.

RFD4ProteinaSchedulerOutput

kelas diffusers.schedulers.scheduling_rfd4_proteina.RFD4ProteinaSchedulerOutput

< >

( prev_sample: Tensor )

Parameter

  • prev_sample (torch.Tensor) — Keadaan setelah langkah, berbentuk (B, N, D): D adalah 3 untuk backbone (koordinat dalam nanometer) dan lebar laten untuk laten lokal.

Status terkini dari satu modalitas.

Update on GitHub

←RePaintScheduler ScoreSdeVeScheduler→