参数

• num_train_timesteps （int，默认为 1000）- 训练模型的扩散步骤数。
• beta_start （float，默认为 0.0001）- 推断的初始 beta 值。
• beta_schedule (str, 默认为 "linear") - beta 时间表，从 beta 范围映射到一系列用于步进模型的 beta 值。在 linear、 scaled_linear 或 squaredcos_cap_v2 中选择。
• trained_betas (np.ndarray，可选) - 一个 beta 数组，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") — 在向去噪样本中添加噪声时剪切方差。从 fixed_small、fixed_small_log、fixed_large、fixed_large_log、learned 或 learned_range 中进行选择。
• clip_sample (bool，默认为 True) — 为实现数字稳定性，剪切预测样本。
• clip_sample_range (浮点数，默认为 1.0) — 用于截取样本的最大振幅。仅当 clip_sample=True 时有效。
• prediction_type (字符串，默认为 epsilon、可选) — 预测器函数的预测类型；可以是 epsilon（预测扩散过程中的噪声）、sample（直接预测带噪声的样本）、或 v_prediction`（参见 Imagen Video 论文的第 2.4 节）。
• 阈值 (布尔值，默认为 False) — 是否使用“动态阈值”方法。这不适用于潜空间扩散模型，如 Stable Diffusion。
• 动态阈值比 (浮点数，默认为 0.995) — 用于动态阈值方法的比率。仅当 thresholding=True 时有效。
• timestep_spacing (str，默认为 "leading") — 时步的缩放方式。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) — 根据一些模型系列的要求，添加到推理步长的偏移量。
• rescale_betas_zero_snr (bool，默认为 False) — 是否对 beta 进行比例调整，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。

参数

• prev_sample (torch.Tensor 形状为图像的 (batch_size, num_channels, height, width)) — 计算出的前一时刻 (x_{t-1}) 的采样。prev_sample 应作为降噪循环中的下个模型输入。
• pred_original_sample（用于图像的形状为 (batch_size, num_channels, height, width) 的 torch.Tensor）—基于当前时间步长的模型输出对去噪样本 (x_{0}) 做出的预测。pred_original_sample 可用于预览进度或提供指导。