参数

• num_train_timesteps (int, 默认为 1000) — 训练模型的扩散步数。
• 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 betas 序列的映射。从 linear、scaled_linear 或 squaredcos_cap_v2 中选择。
• trained_betas (np.ndarray, 可选) — 一个 betas 数组，用于直接传递给构造函数，而无需使用 beta_start 和 beta_end。
• variance_type (str, 默认为 "fixed_small") — 在将噪声添加到去噪样本时，裁剪方差。从 fixed_small, fixed_small_log, fixed_large, fixed_large_log, learned 或 learned_range 中选择。
• clip_sample (bool, 默认为 True) — 为了数值稳定性，裁剪预测的样本。
• 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。
• 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 (直接预测带噪样本) 或 v_prediction (参见 Imagen Video 论文的 2.4 节).
• thresholding (bool, 默认为 False) — 是否使用 “动态阈值” 方法。这不适用于潜在空间扩散模型，例如 Stable Diffusion。
• dynamic_thresholding_ratio (float, 默认为 0.995) — 动态阈值方法的比率。仅当 thresholding=True 时有效。
• sample_max_value (float, 默认为 1.0) — 动态阈值的阈值。仅当 thresholding=True 时有效。
• timestep_spacing (str, 默认为 "leading") — 时间步长应如何缩放的方式。有关更多信息，请参阅 Common Diffusion Noise Schedules and Sample Steps are Flawed 的表 2。
• steps_offset (int, 默认为 0) — 添加到推理步骤的偏移量，某些模型系列需要这样做。
• rescale_betas_zero_snr (bool, 默认为 False) — 是否重新缩放 betas 以使其具有零终端信噪比 (SNR)。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。

参数

• prev_sample (torch.Tensor，形状为 (batch_size, num_channels, height, width)，适用于图像) — 计算得到的上一步时间步 (x_{t-1}) 的样本。 prev_sample 应该在去噪循环中用作下一个模型输入。
• pred_original_sample (torch.Tensor，形状为 (batch_size, num_channels, height, width)，适用于图像) — 基于当前时间步的模型输出，预测的去噪样本 (x_{0})。 pred_original_sample 可以用于预览进度或进行指导。