参数

• sigma_min (float, 可选, 默认值为 0.002) — sigma 计划中的最小噪声幅度。这在 EDM 论文 [1] 中被设置为 0.002；合理的范围是 [0, 10]。
• sigma_max (float, 可选, 默认值为 80.0) — sigma 计划中的最大噪声幅度。这在 EDM 论文 [1] 中被设置为 80.0；合理的范围是 [0.2, 80.0]。
• sigma_data (float, 可选, 默认值为 0.5) — 数据分布的标准差。这在 EDM 论文 [1] 中被设置为 0.5。
• sigma_schedule (str, 可选, 默认值为 karras) — 用于计算 sigmas 的 Sigma 计划。默认情况下，我们使用 EDM 论文中介绍的计划 (https://arxiv.org/abs/2206.00364)。另一个可接受的值是 “exponential”（指数）。指数计划已纳入此模型中：https://huggingface.co/stabilityai/cosxl。
• num_train_timesteps (int, 默认值为 1000) — 训练模型所需的扩散步骤数。
• solver_order (int, 默认值为 2) — DPMSolver 的阶数，可以是 1、2 或 3。建议有条件采样使用 solver_order=2，无条件采样使用 solver_order=3。
• prediction_type (str, 默认值为 epsilon, 可选) — 调度器函数的预测类型；可以是 epsilon (预测扩散过程的噪声)、sample (直接预测噪声样本) 或 v_prediction (参见 Imagen Video 论文的 2.4 节)。
• thresholding (bool, 默认值为 False) — 是否使用“动态阈值”方法。这不适用于潜在空间扩散模型，例如 Stable Diffusion。
• dynamic_thresholding_ratio (float, 默认值为 0.995) — 动态阈值方法的比率。仅当 thresholding=True 时有效。
• sample_max_value (float, 默认值为 1.0) — 动态阈值的阈值。仅当 thresholding=True 且 algorithm_type="dpmsolver++" 时有效。
• algorithm_type (str, 默认值为 dpmsolver++) — 求解器的算法类型；可以是 dpmsolver++ 或 sde-dpmsolver++。 dpmsolver++ 类型实现了 DPMSolver++ 论文中的算法。建议将 dpmsolver++ 或 sde-dpmsolver++ 与 solver_order=2 一起用于有条件采样，例如 Stable Diffusion。
• solver_type (str, 默认值为 midpoint) — 二阶求解器的求解器类型；可以是 midpoint 或 heun。求解器类型会略微影响样本质量，特别是对于少量步骤。建议使用 midpoint 求解器。
• lower_order_final (bool, 默认值为 True) — 是否在最后步骤中使用低阶求解器。仅对 < 15 个推理步骤有效。这可以稳定步骤 < 15 的 DPMSolver 采样，特别是对于步骤 <= 10。
• euler_at_final (bool, 默认值为 False) — 是否在最后一步中使用欧拉方法。这是数值稳定性和细节丰富度之间的权衡。这可以稳定小数量推理步骤的 DPMSolver 的 SDE 变体的采样，但有时可能会导致模糊。
• final_sigmas_type (str, 默认值为 "zero") — 采样过程中噪声计划的最终 sigma 值。如果为 "sigma_min"，则最终 sigma 与训练计划中的最后一个 sigma 相同。如果为 zero，则最终 sigma 设置为 0。

参数

• prev_sample (torch.Tensor，形状为 (batch_size, num_channels, height, width)，用于图像) — 上一个时间步的计算样本 (x_{t-1})。 prev_sample 应用作去噪循环中的下一个模型输入。