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 调度器，将 beta 范围映射到一系列 beta 值以进行模型步进。可选择 linear、scaled_linear、squaredcos_cap_v2 或 sigmoid。
• trained_betas (np.ndarray, 可选) — 直接传递给构造函数而不使用 beta_start 和 beta_end 的 beta 数组。
• variance_type (str, 默认为 "fixed_small") — 在向去噪样本添加噪声时剪切方差。可选择 fixed_small、fixed_small_log、fixed_large、fixed_large_log、learned 或 learned_range。
• clip_sample (bool, 默认为 True) — 剪切预测样本以实现数值稳定性。
• clip_sample_range (float, 默认为 1.0) — 样本剪切的最大幅度。仅当 clip_sample=True 时有效。
• prediction_type (str, 默认为 epsilon, 可选) — 调度器功能的预测类型；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）。
• thresholding (bool, 默认为 False) — 是否使用“动态阈值”方法。这不适用于 Stable Diffusion 等潜在空间扩散模型。
• 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") — 时间步长的缩放方式。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，某些模型系列需要此偏移量。
• rescale_betas_zero_snr (bool, 默认为 False) — 是否重新调整 beta 值以获得零终端信噪比 (SNR)。这使得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，形状为图像的 (batch_size, num_channels, height, width)) — 计算出的前一时间步的样本 (x_{t-1})。prev_sample 应在去噪循环中用作下一个模型输入。
• pred_original_sample (torch.Tensor，形状为图像的 (batch_size, num_channels, height, width)) — 基于当前时间步的模型输出预测的去噪样本 (x_{0})。pred_original_sample 可用于预览进度或进行指导。