参数

• num_train_timesteps (int, 默认为 1000) — 用于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) — 最终的 beta 值。
• beta_schedule (str, 默认为 "linear") — beta 时间表，即从 beta 范围到模型步进的 betas 序列的映射。 从 linear 或 scaled_linear 中选择。
• trained_betas (np.ndarray, 可选) — 直接将 betas 数组传递给构造函数以绕过 beta_start 和 beta_end。
• 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）。
• interpolation_type(str, 默认为 "linear", 可选) — 用于计算调度器去噪步骤的中间 sigmas 的插值类型。 应该是 "linear" 或 "log_linear" 之一。
• use_karras_sigmas (bool, 可选, 默认为 False) — 是否在采样过程中对噪声时间表中的步长使用 Karras sigmas。 如果为 True，则 sigmas 根据噪声水平序列 {σi} 确定。
• use_exponential_sigmas (bool, 可选, 默认为 False) — 是否在采样过程中对噪声时间表中的步长使用指数 sigmas。
• use_beta_sigmas (bool, 可选, 默认为 False) — 是否在采样过程中对噪声时间表中的步长使用 beta sigmas。 有关更多信息，请参阅 Beta Sampling is All You Need。
• timestep_spacing (str, 默认为 "linspace") — 时间步应缩放的方式。 有关更多信息，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) — 是否重新缩放 betas 以使其具有零终端 SNR。 这使模型能够生成非常明亮和黑暗的样本，而不是将其限制为具有中等亮度的样本。 与 --offset_noise 大致相关。
• final_sigmas_type (str, 默认为 "zero") — 采样过程中噪声时间表的最终 sigma 值。 如果为 "sigma_min"，则最终 sigma 与训练时间表中的最后一个 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) — 先前时间步计算出的 sample (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 (batch_size, num_channels, height, width)，用于图像) — 基于当前时间步的模型输出，预测的去噪 sample (x_{0})。 pred_original_sample 可用于预览进度或进行引导。