Hugging Face 的 logo

Diffusers 文档

PNDMScheduler

Hugging Face's logo
加入 Hugging Face 社区

并访问增强的文档体验

开始使用

PNDMScheduler

PNDMScheduler，或扩散模型的伪数值方法，使用更高级的 ODE 集成技术，如龙格-库塔法和线性多步法。原始实现可以在 crowsonkb/k-diffusion 中找到。

PNDMScheduler

class diffusers.PNDMScheduler

< >

( num_train_timesteps: int = 1000 beta_start: float = 0.0001 beta_end: float = 0.02 beta_schedule: str = 'linear' trained_betas: Union = None skip_prk_steps: bool = False set_alpha_to_one: bool = False prediction_type: str = 'epsilon' timestep_spacing: str = 'leading' steps_offset: int = 0 )

参数

  • num_train_timesteps (int，默认为 1000) — 模型训练的扩散步数。
  • 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 调度，将 beta 范围映射到一系列用于逐步调整模型的 beta 值。可以选择 linear、scaled_linear 或 squaredcos_cap_v2。
  • trained_betas (np.ndarray，可选) — 将 beta 数组直接传递给构造函数以绕过 beta_start 和 beta_end。
  • skip_prk_steps (bool，默认为 False) — 允许调度器跳过原始论文中定义的、在 PLMS 步骤之前所需的 Runge-Kutta 步骤。
  • set_alpha_to_one (bool，默认为 False) — 每个扩散步骤使用该步骤和上一步的 alpha 乘积值。对于最后一步，没有上一步的 alpha。当此选项为 True 时，上一步的 alpha 乘积固定为 1，否则它使用步骤 0 处的 alpha 值。
  • 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）或 v_prediction（参见 Imagen Video 论文的第 2.4 节）。
  • timestep_spacing (str，默认为 "leading") — 时间步长的缩放方式。有关更多信息，请参阅 常见的扩散噪声调度和样本步骤存在缺陷 的表 2。
  • steps_offset (int，默认为 0) — 某些模型系列所需的推理步数偏移量。

PNDMScheduler 使用伪数值方法用于扩散模型，例如龙格-库塔法和线性多步法。

此模型继承自 SchedulerMixin 和 ConfigMixin。请查看超类文档以了解库为所有调度程序实现的通用方法，例如加载和保存。

scale_model_input

< >

( sample: Tensor *args **kwargs ) → torch.Tensor

参数

  • sample (torch.Tensor) — 输入样本。

返回值

torch.Tensor

缩放后的输入样本。

确保与需要根据当前时间步长缩放去噪模型输入的调度程序的互换性。

set_timesteps

< >

( num_inference_steps: int device: Union = 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) — 应将时间步长移动到的设备。如果为 None，则不会移动时间步长。

设置用于扩散链的离散时间步长（在推理之前运行）。

step

< >

( model_output: Tensor timestep: int sample: Tensor return_dict: bool = True ) → SchedulerOutput 或 tuple

参数

  • model_output (torch.Tensor) — 来自学习扩散模型的直接输出。
  • timestep (int) — 扩散链中的当前离散时间步长。
  • sample (torch.Tensor) — 由扩散过程创建的样本的当前实例。
  • return_dict (bool) — 是否返回 SchedulerOutput 或 tuple。

返回值

SchedulerOutput 或 tuple

如果 return_dict 为 True，则返回 SchedulerOutput，否则返回一个元组，其中第一个元素是样本张量。

通过反转 SDE 预测前一个时间步的样本。此函数从学习模型输出（通常是预测的噪声）传播扩散过程，并根据内部变量 counter 调用 step_prk() 或 step_plms()。

step_plms

< >

( model_output: Tensor timestep: int sample: Tensor return_dict: bool = True ) → SchedulerOutput 或 tuple

参数

  • model_output (torch.Tensor) — 来自学习扩散模型的直接输出。
  • timestep (int) — 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。
  • return_dict (bool) — 是否返回 SchedulerOutput 或元组。

返回值

SchedulerOutput 或 tuple

如果 return_dict 为 True，则返回 SchedulerOutput，否则返回一个元组，其中第一个元素是样本张量。

通过反转 SDE 预测前一个时间步的样本。此函数使用线性多步法传播样本。它多次执行一次前向传递以逼近解。

step_prk

< >

( model_output: Tensor timestep: int sample: Tensor return_dict: bool = True ) → SchedulerOutput 或 tuple

参数

  • model_output (torch.Tensor) — 来自学习扩散模型的直接输出。
  • timestep (int) — 扩散链中的当前离散时间步。
  • return_dict (bool) — 是否返回 SchedulerOutput 或元组。

返回值

SchedulerOutput 或 tuple

如果 return_dict 为 True，则返回 SchedulerOutput，否则返回一个元组，其中第一个元素是样本张量。

通过反转 SDE 预测上一个时间步长的样本。此函数使用龙格-库塔方法传播样本。它执行四次前向传递来近似微分方程的解。

SchedulerOutput

类 diffusers.schedulers.scheduling_utils.SchedulerOutput

< >

( prev_sample: 张量 )

参数

  • prev_sample (torch.Tensor 形状为 (batch_size, num_channels, height, width) 用于图像) — 计算的上一个时间步长的样本 (x_{t-1})。prev_sample 应在去噪循环中用作下一个模型输入。

调度程序的 step 函数输出的基类。

< > 在 GitHub 上更新

←LMSDiscreteScheduler RePaintScheduler→