Hugging Face's logo

Diffusers 文档

DDIM逆向调度器

Hugging Face's logo
加入 Hugging Face 社区

并获得增强的文档体验

开始

DDIM逆向调度器

DDIMInverseScheduler 是来自 Denoising Diffusion Implicit Models (DDIM) 的 Jiaming Song、Chenlin Meng 和 Stefano Ermon 开发的逆向调度器。 此实现主要基于 Null-text Inversion for Editing Real Images using Guided Diffusion Models 中的 DDIM 逆向定义。

DDIMInverseScheduler

类 diffusers.DDIMInverseScheduler

< >

( num_train_timesteps: int = 1000 beta_start: float = 0.0001 beta_end: float = 0.02 beta_schedule: str = 'linear' trained_betas: typing.Union[numpy.ndarray, typing.List[float], NoneType] = None clip_sample: bool = True set_alpha_to_one: bool = True steps_offset: int = 0 prediction_type: str = 'epsilon' clip_sample_range: float = 1.0 timestep_spacing: str = 'leading' rescale_betas_zero_snr: bool = False **kwargs )

参数

  • num_train_timesteps (int, 默认为 1000) — 模型训练的扩散步数。
  • beta_start (float, 默认为 0.0001) — 推理的起始 beta 值。
  • beta_end (float, 默认为 0.02) — 最终 beta 值。
  • beta_schedule (str, 默认为 "linear") — beta 计划，从 beta 范围到用于步进模型的 beta 序列的映射。 从 linear、scaled_linear 或 squaredcos_cap_v2 中选择。
  • trained_betas (np.ndarray, 可选) — 直接将 beta 数组传递给构造函数以绕过 beta_start 和 beta_end。
  • clip_sample (bool, 默认为 True) — 裁剪预测的样本以获得数值稳定性。
  • clip_sample_range (float, 默认为 1.0) — 样本裁剪的最大幅度。仅当 clip_sample=True 时有效。
  • set_alpha_to_one (bool, 默认为 True) — 每个扩散步骤使用该步骤和前一步骤的 alphas 乘积值。对于最后一步，没有前一个 alpha。当此选项为 True 时，前一个 alpha 乘积固定为 0，否则它使用步骤 num_train_timesteps - 1 的 alpha 值。
  • steps_offset (int, 默认为 0) — 添加到推理步骤的偏移量，某些模型系列需要此偏移量。
  • prediction_type (str, 默认为 epsilon, 可选) — 调度器函数的预测类型；可以是 epsilon (预测扩散过程的噪声)、sample (直接预测噪声样本) 或 v_prediction (参见 Imagen Video 论文的 2.4 节)。
  • timestep_spacing (str, 默认为 "leading") — 应该缩放时间步长的方式。 有关更多信息，请参阅 Common Diffusion Noise Schedules and Sample Steps are Flawed 的表 2。
  • rescale_betas_zero_snr (bool, 默认为 False) — 是否重新缩放 betas 以使其终端 SNR 为零。 这使模型能够生成非常明亮和黑暗的样本，而不是将其限制为中等亮度的样本。 与 --offset_noise 松散相关。

DDIMInverseScheduler 是 DDIMScheduler 的反向调度器。

此模型继承自 SchedulerMixin 和 ConfigMixin。 查看超类文档，了解库为所有调度器（例如加载和保存）实现的通用方法。

scale_model_input

< >

( sample: Tensor timestep: typing.Optional[int] = None ) → torch.Tensor

参数

  • sample (torch.Tensor) — 输入样本。
  • timestep (int, 可选) — 扩散链中的当前时间步。

返回值

torch.Tensor

缩放后的输入样本。

确保与需要根据当前时间步缩放去噪模型输入的调度器具有互换性。

set_timesteps

< >

( num_inference_steps: int device: typing.Union[str, torch.device] = None )

参数

  • num_inference_steps (int) — 使用预训练模型生成样本时使用的扩散步骤数。

设置用于扩散链的离散时间步长（在推理之前运行）。

step

< >

( model_output: Tensor timestep: int sample: Tensor return_dict: bool = True ) → ~schedulers.scheduling_ddim_inverse.DDIMInverseSchedulerOutput or tuple

参数

  • model_output (torch.Tensor) — 来自学习扩散模型的直接输出。
  • timestep (float) — 扩散链中的当前离散时间步。
  • sample (torch.Tensor) — 由扩散过程创建的样本的当前实例。
  • eta (float) — 扩散步骤中添加噪声的权重。
  • use_clipped_model_output (bool, 默认为 False) — 如果为 True，则从裁剪的预测原始样本计算“校正后的” model_output。 这是必要的，因为当 self.config.clip_sample 为 True 时，预测的原始样本会被裁剪到 [-1, 1]。 如果没有发生裁剪，“校正后的” model_output 将与作为输入提供的输出一致，并且 use_clipped_model_output 不起作用。
  • variance_noise (torch.Tensor) — 通过直接为方差本身提供噪声来替代使用 generator 生成噪声。 对于诸如 CycleDiffusion 之类的方法很有用。
  • return_dict (bool, 可选, 默认为 True) — 是否返回 ~schedulers.scheduling_ddim_inverse.DDIMInverseSchedulerOutput 或 tuple。

返回值

~schedulers.scheduling_ddim_inverse.DDIMInverseSchedulerOutput 或 tuple

如果 return_dict 为 True，则返回 ~schedulers.scheduling_ddim_inverse.DDIMInverseSchedulerOutput，否则返回一个元组，其中第一个元素是样本张量。

通过反转 SDE 从上一个时间步预测样本。 此函数从学习的模型输出（最常见的是预测的噪声）传播扩散过程。

< > Update on GitHub

←CosineDPMSolverMultistepScheduler DDIMScheduler→