Diffusers 文档

DDPMScheduler

Hugging Face's logo
加入 Hugging Face 社区

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

< >

( 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 linearscaled_linearsquaredcos_cap_v2sigmoid
  • trained_betas (np.ndarray, 可选) — 直接传递给构造函数而不使用 beta_startbeta_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_smallfixed_small_logfixed_largefixed_large_loglearnedlearned_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 SchedulerMixinConfigMixin。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

< >

( 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

torch.Tensor

一个缩放后的输入样本。

确保与需要根据当前时间步缩放去噪模型输入的调度器互换使用。

set_timesteps

< >

( num_inference_steps: typing.Optional[int] = None device: typing.Union[str, torch.device] = None timesteps: typing.Optional[typing.List[int]] = 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数。如果使用此参数,则 timesteps 必须为 None
  • device (strtorch.device, 可选) — 应将时间步移动到的设备。如果为 None,则不移动时间步。
  • timesteps (List[int], 可选) — 用于支持时间步长之间任意间距的自定义时间步长。如果为 None,则使用默认的时间步长等间距策略。如果传递 timesteps,则 num_inference_steps 必须为 None

设置用于扩散链的离散时间步(在推理之前运行)。

步骤

< >

( model_output: Tensor timestep: int sample: Tensor generator = None return_dict: bool = True ) DDPMSchedulerOutputtuple

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 DDPMSchedulerOutputtuple

返回

DDPMSchedulerOutputtuple

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

< >

( prev_sample: Tensor pred_original_sample: typing.Optional[torch.Tensor] = None )

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。

调度器 step 函数输出的输出类。

< > 在 GitHub 上更新