Parámetros

• num_train_timesteps (int, por defecto 1000) — El número de pasos de difusión para entrenar el modelo.
• beta_start (float, por defecto 0.0001) — El valor inicial de beta para la inferencia.
• beta_end (float, valor predeterminado 0.02) — El valor final de beta.
• beta_schedule (str, por defecto "linear") — El programa de betas, una correspondencia desde un rango de betas hasta una secuencia de betas para dar pasos al modelo. Elija entre linear, scaled_linear o squaredcos_cap_v2.
• trained_betas (np.ndarray, opcional) — Pase un array de betas directamente al constructor para omitir beta_start y beta_end.
• solver_order (int, por defecto 2) — El orden de DPMSolver, que puede ser 1 o 2 o 3. Se recomienda usar solver_order=2 para muestreo guiado y solver_order=3 para muestreo incondicional.
• prediction_type (str, defaults to epsilon, optional) — Prediction type of the scheduler function; can be epsilon (predicts the noise of the diffusion process), sample (directly predicts the noisy sample) or v_prediction` (see section 2.4 of Imagen Video paper).
• thresholding (bool, por defecto False) — Si se debe utilizar el método de “umbral dinámico”. No es adecuado para modelos de difusión en el espacio latente, como Stable Diffusion.
• dynamic_thresholding_ratio (float, valor predeterminado 0.995) — La proporción para el método de umbral dinámico. Solo es válido cuando thresholding=True.
• sample_max_value (float, por defecto 1.0) — El valor umbral para el umbral dinámico. Solo es válido cuando thresholding=True y algorithm_type="dpmsolver++".
• algorithm_type (str, por defecto dpmsolver++) — Tipo de algoritmo para el solver; puede ser dpmsolver, dpmsolver++, sde-dpmsolver o sde-dpmsolver++. El tipo dpmsolver implementa los algoritmos del artículo DPMSolver y el tipo dpmsolver++ implementa los algoritmos del artículo DPMSolver++. Se recomienda usar dpmsolver++ o sde-dpmsolver++ con solver_order=2 para muestreo guiado, como en Stable Diffusion.
• solver_type (str, por defecto midpoint) — Tipo de solver para el solver de segundo orden; puede ser midpoint o heun. El tipo de solver afecta ligeramente a la calidad de la muestra, especialmente con un número pequeño de pasos. Se recomienda usar solvers midpoint.
• lower_order_final (bool, por defecto True) — Si se deben usar solutores de orden inferior en los pasos finales. Solo es válido para < 15 pasos de inferencia. Esto puede estabilizar el muestreo de DPMSolver para pasos < 15, especialmente para pasos <= 10.
• euler_at_final (bool, por defecto False) — Si se debe utilizar el método de Euler en el paso final. Es un equilibrio entre la estabilidad numérica y la riqueza de detalle. Esto puede estabilizar el muestreo de la variante SDE de DPMSolver para un número pequeño de pasos de inferencia, pero a veces puede resultar en un desenfoque.
• use_karras_sigmas (bool, opcional, valor predeterminado False) — Si se deben usar sigmas de Karras para los tamaños de paso en el plan de ruido durante el proceso de muestreo. Si es True, los sigmas se determinan según una secuencia de niveles de ruido {σi}.
• use_exponential_sigmas (bool, opcional, valor predeterminado False) — Si se deben usar sigmas exponenciales para los tamaños de paso en el plan de ruido durante el proceso de muestreo.
• use_beta_sigmas (bool, opcional, valor predeterminado False) — Si se deben usar beta sigmas para los tamaños de paso en el programa de ruido durante el proceso de muestreo. Consulte Beta Sampling is All You Need para obtener más información.
• use_flow_sigmas (bool, opcional, valor predeterminado False) — Si se deben usar sigmas de flujo para los tamaños de paso en la programación de ruido durante el proceso de muestreo.
• flow_shift (float, opcional, valor predeterminado 1.0) — El factor de desplazamiento de flujo. Solo es válido cuando use_flow_sigmas=True.
• lambda_min_clipped (float, por defecto -inf) — Umbral de recorte para el valor mínimo de lambda(t) para la estabilidad numérica. Esto es crítico para la programación de ruido coseno (squaredcos_cap_v2).
• variance_type (str, opcional) — Establecer en “learned” o “learned_range” para modelos de difusión que predicen la varianza. Si se establece, la salida del modelo contiene la varianza gaussiana predicha.
• timestep_spacing (str, por defecto "linspace") — La forma en que deben escalarse los pasos de tiempo. Consulte la tabla 2 de Common Diffusion Noise Schedules and Sample Steps are Flawed para obtener más información.
• steps_offset (int, valor predeterminado 0) — Un desplazamiento que se suma a los pasos de inferencia, tal como lo requieren algunas familias de modelos.

Parámetros

• prev_sample (torch.Tensor de forma (batch_size, num_channels, height, width) para imágenes) — Muestra calculada (x_{t-1}) del paso de tiempo anterior. prev_sample debe usarse como entrada del modelo en el bucle de desruido.