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 论文中引入的调度 (https://huggingface.co/papers/2206.00364)。其他可接受的值是“exponential”。指数调度已包含在此模型中：https://huggingface.co/stabilityai/cosxl。
• num_train_timesteps (int, 默认为 1000) — 训练模型的扩散步数。
• solver_order (int, 默认为 2) — DPMSolver 阶数，可以是 1、2 或 3。建议对引导采样使用 solver_order=2，对无条件采样使用 solver_order=3。
• prediction_type (str, 默认为 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, 默认为 False) — 是否使用“动态阈值”方法。不适用于 Stable Diffusion 等潜空间扩散模型。
• dynamic_thresholding_ratio (float, 默认为 0.995) — 动态阈值方法的比率。仅在 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 和 algorithm_type="dpmsolver++" 时有效。
• algorithm_type (str, 默认为 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。建议对 Stable Diffusion 等引导采样使用 dpmsolver++ 或 sde-dpmsolver++ 和 solver_order=2。
• solver_type (str, 默认为 midpoint) — 二阶求解器的求解器类型；可以是 midpoint 或 heun。求解器类型会稍微影响样本质量，特别是对于少量步数。建议使用 midpoint 求解器。
• lower_order_final (bool, 默认为 True) — 是否在最后几步使用低阶求解器。仅对 < 15 推理步数有效。这可以稳定 DPMSolver 的采样，使其步数 < 15，特别是步数 <= 10。
• euler_at_final (bool, 默认为 False) — 是否在最后一步使用欧拉方法。这是数值稳定性和细节丰富度之间的权衡。这可以稳定 DPMSolver 的 SDE 变体在少量推理步骤下的采样，但有时可能导致模糊。
• 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。

参数

• prev_sample (torch.Tensor，图像形状为 (batch_size, num_channels, height, width)) — 上一个时间步计算出的样本 (x_{t-1})。prev_sample 应作为去噪循环中的下一个模型输入。