参数

• num_train_timesteps (int，默认为 1000) — 用于训练模型的扩散步数。
• beta_start (float，默认为 0.00085) — 推理的起始 beta 值。
• beta_end (float，默认为 0.012) — 最终的 beta 值。
• beta_schedule (str，默认为 "scaled_linear") — Beta 调度，将 beta 范围映射为用于模型步进的一系列 beta 值。可选 linear、scaled_linear 或 squaredcos_cap_v2。
• trained_betas（np.ndarray 或 list[float]，可选）— 直接传入 betas 数组到构造函数中，以绕过 beta_start 和 beta_end。
• original_inference_steps (int，默认为 50) — 用于生成线性间隔时间步调度的默认推理步数，最终将从中均匀选取 num_inference_steps 个时间步，以构成最终的时间步调度。
• clip_sample (bool，默认为 False) — 对预测样本进行裁剪，以确保数值稳定性。
• clip_sample_range (float，默认为 1.0) — 样本裁剪的最大幅度。仅在 clip_sample=True 时有效。
• set_alpha_to_one (bool，默认为 True) — 每个扩散步骤都会使用当前步骤和上一步骤的 alpha 乘积值。对于最后一步，不存在上一步的 alpha。当此选项为 True 时，上一步的 alpha 乘积固定为 1，否则使用步骤 0 的 alpha 值。
• steps_offset（int，默认为 0）— 添加到推理步数中的偏移量，某些模型系列需要此参数。
• prediction_type (str, defaults to "epsilon") — 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，默认为 False) — 是否使用“动态阈值”方法。此方法不适用于 Stable Diffusion 等潜在空间扩散模型。
• dynamic_thresholding_ratio (float, 默认值为 0.995) — 动态阈值化方法的比例。仅在 thresholding=True 时有效。
• sample_max_value (float，默认为 1.0) — 动态阈值化的阈值。仅在 thresholding=True 时有效。
• timestep_spacing (str，默认为 "leading") — 时间步的缩放方式。更多信息请参阅 常见扩散噪声调度和采样步骤存在缺陷 中的表 2。
• timestep_scaling (float，默认为 10.0) — 在计算一致性模型边界条件 c_skip 和 c_out 时，时间步（timesteps）将被乘以的系数。增大该值会降低近似误差（尽管在默认值 10.0 下，近似误差已经相当小）。
• rescale_betas_zero_snr (bool，默认为 False) — 是否重新缩放 betas 以实现零终端 SNR。这使模型能够生成非常明亮和非常暗的样本，而不是将其限制在中等亮度的样本上。与 --offset_noise 大致相关。

参数

• prev_sample（对于图像，形状为 (batch_size, num_channels, height, width) 的 torch.Tensor）— 前一时间步的已计算样本 (x_{t-1})。在去噪循环中，应将 prev_sample 用作下一个模型输入。
• pred_noised_sample (torch.Tensor，形状为 (batch_size, num_channels, height, width)（针对图像），可选) — 基于当前时间步的模型输出所预测的含噪样本 (x_{s})。