参数

• num_train_timesteps (int, 默认值为 1000) — 用于训练模型的扩散步骤数。
• beta_start (float, 默认值为 0.00085) — 推理的起始 beta 值。
• beta_end (float, 默认值为 0.012) — 最终的 beta 值。
• beta_schedule (str, 默认值为 "linear") — beta 时间表，将 beta 范围映射到一系列用于逐步推进模型的 beta 值。从 linear 或 scaled_linear 中选择。
• trained_betas (np.ndarray, 可选) — 直接将一系列 beta 值传递给构造函数以绕过 beta_start 和 beta_end。
• prediction_type (str, 默认值为 epsilon, 可选) — 调度程序函数的预测类型；可以是 epsilon (预测扩散过程的噪声)、sample (直接预测有噪声的样本) 或 v_prediction` (参见 Imagen Video 论文的第 2.4 节)。
• use_karras_sigmas (bool, 可选, 默认值为 False) — 是否在采样过程中使用 Karras sigma 作为噪声时间表中的步长。如果为 True，则根据一系列噪声级别 {σi} 确定 sigma。
• noise_sampler_seed (int, 可选, 默认值为 None) — 用于噪声采样器的随机种子。如果为 None，则会生成一个随机种子。
• timestep_spacing (str, 默认值为 "linspace") — 时间步长的缩放方式。有关详细信息，请参阅 常见的扩散噪声时间表和样本步骤存在缺陷 的表 2。
• steps_offset (int, 默认值为 0) — 添加到推理步骤中的偏移量，某些模型系列需要此偏移量。

参数

• prev_sample (形状为 (batch_size, num_channels, height, width) 的 torch.Tensor，用于图像) — 计算出的前一个时间步的样本 (x_{t-1})。prev_sample 应在去噪循环中用作下一个模型输入。