Diffusers 文档
DDPMScheduler
并获得增强的文档体验
开始使用
DDPMScheduler
去噪扩散概率模型 (Denoising Diffusion Probabilistic Models)(DDPM),由 Jonathan Ho、Ajay Jain 和 Pieter Abbeel 提出,提出了一种同名扩散模型。在 🤗 Diffusers 库中,DDPM 指的是论文中的离散去噪调度器和管道。
论文摘要如下:
我们使用扩散概率模型呈现高质量的图像合成结果,这是一种受非平衡热力学考虑启发的潜在变量模型。我们通过在加权变分界上进行训练获得最佳结果,该变分界根据扩散概率模型与 Langevin 动力学去噪分数匹配之间的新颖连接进行设计,并且我们的模型自然地允许渐进式有损解压缩方案,这可以解释为自回归解码的推广。在无条件 CIFAR10 数据集上,我们获得了 9.46 的 Inception 分数和 3.17 的最先进 FID 分数。在 256x256 LSUN 上,我们获得了与 ProgressiveGAN 相似的样本质量。我们的实现可在 this https URL 获得。
DDPMScheduler
class diffusers.DDPMScheduler
< 来源 >( 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 variance_type: str = 'fixed_small' clip_sample: bool = True prediction_type: str = 'epsilon' thresholding: bool = False dynamic_thresholding_ratio: float = 0.995 clip_sample_range: float = 1.0 sample_max_value: float = 1.0 timestep_spacing: str = 'leading' steps_offset: int = 0 rescale_betas_zero_snr: bool = False )
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。
DDPMScheduler
探讨了去噪分数匹配和 Langevin 动力学采样之间的联系。
该模型继承自 SchedulerMixin 和 ConfigMixin。有关库为所有调度器(例如加载和保存)实现的一般方法,请查看超类文档。
scale_model_input
< 来源 >( sample: Tensor timestep: typing.Optional[int] = None ) → torch.Tensor
确保与需要根据当前时间步缩放去噪模型输入的调度器互换使用。
set_timesteps
< 来源 >( num_inference_steps: typing.Optional[int] = None device: typing.Union[str, torch.device] = None timesteps: typing.Optional[typing.List[int]] = None )
设置用于扩散链的离散时间步(在推理之前运行)。
步骤
< 来源 >( model_output: Tensor timestep: int sample: Tensor generator = None return_dict: bool = True ) → DDPMSchedulerOutput 或 tuple
参数
- model_output (
torch.Tensor
) — 从学习到的扩散模型直接输出。 - timestep (
float
) — 扩散链中的当前离散时间步。 - sample (
torch.Tensor
) — 扩散过程创建的样本当前实例。 - generator (
torch.Generator
, 可选) — 随机数生成器。 - return_dict (
bool
, 可选, 默认为True
) — 是否返回 DDPMSchedulerOutput 或tuple
。
返回
DDPMSchedulerOutput 或 tuple
如果 `return_dict` 为 `True`,则返回 DDPMSchedulerOutput,否则返回一个元组,其中第一个元素是样本张量。
通过逆转 SDE 预测前一个时间步的样本。此函数从学习到的模型输出(通常是预测的噪声)传播扩散过程。
DDPMSchedulerOutput
class diffusers.schedulers.scheduling_ddpm.DDPMSchedulerOutput
< 来源 >( prev_sample: Tensor pred_original_sample: typing.Optional[torch.Tensor] = None )
调度器 step
函数输出的输出类。