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 (v0.42.1).
Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

RFD4ProteinaScheduler

RFD4ProteinaScheduler, RFD4-Proteína'nın tek bir modalite için zaman-zamanı yeniden ölçeklenmiş akış örnekleyicisidir. Pipeline, iki örnek kullanır: biri omurga için (bb_ca, nanometre cinsinden koordinatlar), diğeri token başına yerel latentler için (local_latents); her birinin kendi zaman zamanı, gürültü zamanı ve yeniden ölçeklemesi vardır. Örnekleme döngüsü için RFD4ProteinaPipeline'a bakın.

RFD4ProteinaScheduler

sınıf 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 )

Parametreler

  • schedule_mode (str) — Gürültü ile veri arasındaki zamanların aralığı: "log" veya "power".
  • noise_mode (str) — Stokastik pencereye enjekte edilen gürültünün şekli: "1/t" veya "tan".
  • tsr_k (float) — Örnekleme sıcaklığının ne kadar düşük olacağı; daha yüksek değer daha düşük sıcaklık anlamına gelir.
  • tsr_sigma (float) — Düşük sıcaklığa ne kadar hızlı ulaşıldığını belirler; değer arttıkça hızlanır.
  • tail_steps (int, varsayılan 10) — Diğerlerinden tail_step_multiplier kat daha ince olan son aralıkların sayısı.
  • tail_step_multiplier (int, varsayılan 2) — Son aralıkların ne kadar ince olduğu.
  • t_lim_ode (float, varsayılan 0.95) — Bu zamanın üzerinde adım deterministiktir.
  • t_lim_ode_below (float, varsayılan 0.02) — Bu zamanın altında adım deterministiktir.

RFD4-Proteína'nın bir modalitesi için zaman-skor-ölçekli akış örnekleyici.

Pipeline, her biri için bir zamanlayıcı (scheduler) ile iki modaliteyi, omurgayı (backbone) ve token başına yerel latentleri, bir araya getirir. Bunlar zaman çizelgesi, gürültü çizelgesi ve yeniden ölçeklendirme (rescaling) açısından farklılık gösterir.

Örneklemeden önce set_timesteps çağrın. Zamanlar gürültüden temiz veriye doğru artar. Bir zamanlayıcı (scheduler) mevcut aralığı izler ve eşzamanlı üretimler arasında paylaşılmamalıdır.

set_timesteps

< >

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

Parametreler

  • num_inference_steps (int) — Entegrasyon aralıklarının sayısı.
  • device (str veya torch.device, isteğe bağlı) — timesteps için cihaz. Aralık uzunlukları ve gürültü katsayıları CPU'da kalır.
  • start_time (float, isteğe bağlı) — [0, 1) aralığında kısmi difüzyon başlangıç zamanı. Tam üretim için atlayın.

Zamanlamayı çözümlen ve entegrasyon imleci sıfırlanır.

add_noise

< >

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

Parametreler

  • original_samples (torch.Tensor) — Temiz durum (batch, tokens, D).
  • noise (torch.Tensor) — Çağıran tarafından çekilen, aynı şekle sahip gürültü.
  • timesteps (float veya torch.Tensor) — [0, 1) aralığında bir zaman, skaler veya (batch,).

İleri marjinalini örnekleyin (1 - t) * noise + t * clean.

adım

< >

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

Parametreler

  • model_output (torch.Tensor) — sample ile aynı şekle sahip tahmini hız.
  • timestep (torch.Tensor) — timesteps dizisinin bir sonraki öğesi. Sırasız adımlar reddedilir.
  • sample (torch.Tensor) — Güncel durum (B, N, D).
  • emit_mask (torch.Tensor) — Güncellenen (bağlam veya dolgu olmayan) jetonlar için doğru olan Boole (B, N).
  • generator (torch.Generator veya list[torch.Generator], isteğe bağlı) — Tek bir satır için bir üreteç veya her parti satırı için ayrı üreteçler. Bunların atlanması, global akışın kullanılmasına neden olur.
  • return_dict (bool, varsayılan True) — RFD4ProteinaSchedulerOutput döndürür; aksi halde durumu içeren tek öğeli bir tuple döndürür.

Dönüş değeri

RFD4ProteinaSchedulerOutput veya tuple

Güncellenmiş durum.

Bir entegrasyon aralığı ilerletin ve step_index değerini güncelleyin.

RFD4ProteinaSchedulerOutput

sınıf diffusers.schedulers.scheduling_rfd4_proteina.RFD4ProteinaSchedulerOutput

< >

( prev_sample: Tensor )

Parametreler

  • prev_sample (torch.Tensor) — Adımın sonundaki durum, şekli (B, N, D): D, omurga için 3'tür (nanometre cinsinden koordinatlar) ve yerel latentler için latent genişliğidir.

Bir modalitenin güncellenmiş durumu.

Update on GitHub

←RePaintScheduler ScoreSdeVeScheduler→