パラメータ

• num_train_timesteps (int、デフォルト値は 1000) — モデルを学習するための拡散ステップ数。
• beta_start (float、デフォルト値は 0.0001) — 推論の開始時の beta 値。
• beta_end (float、デフォルト値は 0.02) — 最終的な beta 値。
• beta_schedule（"linear"、"scaled_linear"、または "squaredcos_cap_v2"。デフォルトは "linear"）— ベータスケジュールです。モデルのステップ処理において、ベータの範囲からベータのシーケンスへの変換を定義します。linear、scaled_linear、または squaredcos_cap_v2 から選択してください。
• trained_betas (np.ndarray, 省略可) — beta_start と beta_end をバイパスして、ベータの配列を直接コンストラクタに渡す場合に使用します。
• prediction_type ("epsilon", "sample", or "v_prediction", 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).
• timestep_spacing ("linspace", "leading", or "trailing", defaults to "linspace") — The way the timesteps should be scaled. Refer to Table 2 of the Common Diffusion Noise Schedules and Sample Steps are Flawed for more information.
• steps_offset (int、デフォルト値は 0)— 一部のモデルファミリーで必要とされる、推論ステップに追加されるオフセットです。
• rescale_betas_zero_snr (bool、デフォルトは False) — betas を再スケーリングして、終端 SNR をゼロにするかどうかを指定します。これにより、モデルは中間の明るさに限定されず、非常に明るく暗いサンプルを生成できるようになります。--offset_noise とゆるく関連しています。

パラメータ

• prev_sample（画像の場合、torch.Tensor、形状 (batch_size, num_channels, height, width)） — 前のタイムステップの計算済みサンプル (x_{t-1})。prev_sample は、デノイジングループにおける次のモデル入力として使用します。
• pred_original_sample（画像の場合、torch.Tensor、形状 (batch_size, num_channels, height, width)） — 現在のタイムステップにおけるモデルの出力に基づいて予測された、ノイズ除去済みのサンプル (x_{0}) です。 pred_original_sample は、進捗のプレビューやガイダンスに使用できます。