Hugging Face 的 LOGO

Diffusers 文档

EDMEulerScheduler

Hugging Face's logo
加入 Hugging Face 社区

并获得增强的文档体验

开始使用

EDMEulerScheduler

Karras 等人的论文《阐明基于扩散的生成模型的设计空间》中提出的 Euler 调度器（算法 2）的 Karras 公式。这是一种快速调度器，通常可以在 20-30 步内生成良好的输出。该调度器基于 Katherine Crowson 的原始 k-扩散 实现。

EDMEulerScheduler

class diffusers.EDMEulerScheduler

 < >

( sigma_min: float = 0.002 sigma_max: float = 80.0 sigma_data: float = 0.5 sigma_schedule: str = 'karras' num_train_timesteps: int = 1000 prediction_type: str = 'epsilon' rho: float = 7.0 final_sigmas_type: str = 'zero' )

参数

  • sigma_min (float, 可选, 默认为 0.002) — sigma 调度中的最小噪声幅度。在 EDM 论文 [1] 中设置为 0.002；合理范围是 [0, 10]。
  • sigma_max (float, 可选, 默认为 80.0) — sigma 调度中的最大噪声幅度。在 EDM 论文 [1] 中设置为 80.0；合理范围是 [0.2, 80.0]。
  • sigma_data (float, 可选, 默认为 0.5) — 数据分布的标准差。在 EDM 论文 [1] 中设置为 0.5。
  • sigma_schedule (str, 可选, 默认为 karras) — 用于计算 sigmas 的 Sigma 调度。默认情况下，我们使用 EDM 论文 (https://huggingface.co/papers/2206.00364) 中引入的调度。其他可接受的值是“exponential”。指数调度已在此模型中集成：https://huggingface.co/stabilityai/cosxl。
  • num_train_timesteps (int, 默认为 1000) — 用于训练模型的扩散步数。
  • prediction_type (str, 默认为 epsilon, 可选) — 调度函数中的预测类型；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)。
  • rho (float, 可选, 默认为 7.0) — 用于计算 Karras sigma 调度的 rho 参数，在 EDM 论文 [1] 中设置为 7.0。
  • final_sigmas_type (str, 默认为 "zero") — 采样过程中噪声调度的最终 sigma 值。如果为 "sigma_min"，则最终 sigma 与训练调度中的最后一个 sigma 相同。如果为 zero，则最终 sigma 设置为 0。

实现了 Karras 等人于 2022 年 [1] 提出的 EDM 公式中的 Euler 调度器。

[1] Karras, Tero, et al. “阐明基于扩散的生成模型的设计空间。” https://huggingface.co/papers/2206.00364

此模型继承自 SchedulerMixin 和 ConfigMixin。查看超类文档以了解库为所有调度器（如加载和保存）实现的通用方法。

scale_model_input

< >

( sample: Tensor timestep: typing.Union[float, torch.Tensor] ) → 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可互换。通过 (sigma**2 + 1) ** 0.5 缩放去噪模型输入以匹配欧拉算法。

set_begin_index

< >

( begin_index: int = 0 )

参数

  • begin_index (int) — 调度器的起始索引。

设置调度器的起始索引。此函数应在推理之前从管道中运行。

set_timesteps

< >

( num_inference_steps: int = None device: typing.Union[str, torch.device] = None sigmas: typing.Union[torch.Tensor, typing.List[float], NoneType] = 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。
  • device (str 或 torch.device, 可选) — 时间步应移动到的设备。如果为 None，则时间步不移动。
  • sigmas (Union[torch.Tensor, List[float]], 可选) — 用于去噪过程的自定义 sigma 值。如果未定义，将使用传入 num_inference_steps 时的默认行为。

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: typing.Union[float, torch.Tensor] sample: Tensor s_churn: float = 0.0 s_tmin: float = 0.0 s_tmax: float = inf s_noise: float = 1.0 generator: typing.Optional[torch._C.Generator] = None return_dict: bool = True pred_original_sample: typing.Optional[torch.Tensor] = None ) → ~schedulers.scheduling_euler_discrete.EDMEulerSchedulerOutput 或 tuple

参数

  • model_output (torch.Tensor) — 从学习型扩散模型直接输出。
  • timestep (float) — 扩散链中的当前离散时间步。
  • sample (torch.Tensor) — 由扩散过程创建的样本的当前实例。
  • s_churn (float) —
  • s_tmin (float) —
  • s_tmax (float) —
  • s_noise (float, 默认为 1.0) — 添加到样本中的噪声的缩放因子。
  • generator (torch.Generator, 可选) — 随机数生成器。
  • return_dict (bool) — 是否返回 ~schedulers.scheduling_euler_discrete.EDMEulerSchedulerOutput 或元组。

返回

~schedulers.scheduling_euler_discrete.EDMEulerSchedulerOutput 或 tuple

如果 return_dict 为 True，则返回 ~schedulers.scheduling_euler_discrete.EDMEulerSchedulerOutput，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。

EDMEulerSchedulerOutput

class diffusers.schedulers.scheduling_edm_euler.EDMEulerSchedulerOutput

< >

( 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)) — 上一时间步计算出的样本 (x_{t-1})。prev_sample 应用作去噪循环中的下一个模型输入。
  • 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

←EDMDPMSolverMultistepScheduler EulerAncestralDiscreteScheduler→