Hugging Face 徽标

Diffusers 文档

DPMSolverSinglestepScheduler

Hugging Face's logo
加入 Hugging Face 社区

并获取增强文档体验

开始使用

DPMSolverSinglestepScheduler

DPMSolverSinglestepScheduler 是来自 DPM-Solver：一种用于扩散概率模型采样的快速常微分方程求解器，大约需要 10 步 和 DPM-Solver++：扩散概率模型引导采样的快速求解器 的单步调度器，由 Cheng Lu、Yuhao Zhou、Fan Bao、Jianfei Chen、Chongxuan Li 和 Jun Zhu 提出。

DPMSolver（以及改进版本 DPMSolver++）是一种用于扩散 ODE 的快速专用高阶求解器，具有收敛阶保证。根据经验，仅使用 20 步的 DPMSolver 采样即可生成高质量的样本，即使在 10 步内也能生成相当不错的样本。

原始实现可以在 LuChengTHU/dpm-solver 中找到。

提示

建议将 solver_order 设置为 2 用于引导采样，并将 solver_order=3 用于无条件采样。

支持来自 Imagen 的动态阈值，对于像素空间扩散模型，可以同时设置 algorithm_type="dpmsolver++" 和 thresholding=True 来使用动态阈值。这种阈值方法不适用于潜空间扩散模型，例如 Stable Diffusion。

DPMSolverSinglestepScheduler

class diffusers.DPMSolverSinglestepScheduler

< >

( num_train_timesteps: int = 1000 beta_start: float = 0.0001 beta_end: float = 0.02 beta_schedule: str = 'linear' trained_betas: Optional = None solver_order: int = 2 prediction_type: str = 'epsilon' thresholding: bool = False dynamic_thresholding_ratio: float = 0.995 sample_max_value: float = 1.0 algorithm_type: str = 'dpmsolver++' solver_type: str = 'midpoint' lower_order_final: bool = False use_karras_sigmas: Optional = False final_sigmas_type: Optional = 'zero' lambda_min_clipped: float = -inf variance_type: Optional = None )

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。
  • solver_order (int，默认为 2) — DPMSolver 的阶数，可以是 1 或 2 或 3。建议对于引导采样使用 solver_order=2，对于无条件采样使用 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 论文的第 2.4 节）。
  • thresholding (bool，默认为 False) — 是否使用“动态阈值”方法。这对于潜空间扩散模型（例如 Stable Diffusion）不适用。
  • dynamic_thresholding_ratio (float，默认为 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，默认为 dpmsolver++) — 求解器的算法类型；可以是 dpmsolver 或 dpmsolver++ 或 sde-dpmsolver++。dpmsolver 类型实现了 DPMSolver 论文中的算法，dpmsolver++ 类型实现了 DPMSolver++ 论文中的算法。建议使用 dpmsolver++ 或 sde-dpmsolver++ 以及 solver_order=2 进行类似于 Stable Diffusion 中的引导采样。
  • 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，尤其是在步数较少的情况下。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 推理步有效。这可以稳定 DPMSolver 在 < 15 步的采样，尤其是在 <= 10 步时。
  • use_karras_sigmas (bool，可选，默认为 False) — 是否在采样过程中使用 Karras sigma 作为噪声计划中步长的确定依据。如果 True，则根据一系列噪声级别 {σi} 确定 sigma。
  • final_sigmas_type (str，可选，默认为 "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。
  • lambda_min_clipped (float，默认为 -inf) — 用于数值稳定性的 lambda(t) 最小值的裁剪阈值。这对于余弦 (squaredcos_cap_v2) 噪声计划至关重要。
  • variance_type (str，可选) — 对于预测方差的扩散模型，设置为“learned”或“learned_range”。如果设置，则模型的输出包含预测的高斯方差。

DPMSolverSinglestepScheduler 是一种用于扩散 ODE 的快速专用高阶求解器。

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。

convert_model_output

< >

( model_output: 张量 *args sample: 张量 = None **kwargs ) → torch.Tensor

参数

  • model_output (torch.Tensor) — 学习扩散模型的直接输出。
  • sample (torch.Tensor) — 由扩散过程创建的样本的当前实例。

返回值

torch.Tensor

转换后的模型输出。

将模型输出转换为 DPMSolver/DPMSolver++ 算法需要的对应类型。DPM-Solver 旨在离散噪声预测模型的积分，而 DPM-Solver++ 旨在离散数据预测模型的积分。

算法和模型类型是解耦的。您可以对噪声预测和数据预测模型使用 DPMSolver 或 DPMSolver++。

dpm_solver_first_order_update

< >

( model_output: 张量 *args sample: 张量 = None noise: 可选 = None **kwargs ) → torch.Tensor

参数

  • model_output (torch.Tensor) — 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。
  • prev_timestep (int) — 扩散链中的前一个离散时间步。
  • sample (torch.Tensor) — 由扩散过程创建的样本的当前实例。

返回值

torch.Tensor

前一时间步的样本张量。

一阶 DPMSolver 的一步（等效于 DDIM）。

get_order_list

< >

( num_inference_steps: int )

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。

计算每个时间步长的求解器顺序。

scale_model_input

< >

( sample: 张量 *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器互换。

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: Union = None timesteps: 可选 = 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。
  • timesteps (List[int], 可选) — 用于支持时间步长之间任意间距的自定义时间步长。如果为 None，则使用时间步长之间等间距的默认时间步长间距策略。如果传递了 timesteps，则 num_inference_steps 必须为 None。

设置用于扩散链的离散时间步长（在推理之前运行）。

singlestep_dpm_solver_second_order_update

< >

( model_output_list: List *args sample: Tensor = None noise: Optional = None **kwargs ) → torch.Tensor

参数

  • model_output_list (List[torch.Tensor]) — 学习扩散模型在当前和后续时间步的直接输出。
  • timestep (int) — 扩散链中当前和后续的离散时间步。
  • prev_timestep (int) — 扩散链中的上一个离散时间步。
  • sample (torch.Tensor) — 扩散过程中创建的样本的当前实例。

返回值

torch.Tensor

前一时间步的样本张量。

计算时间为 prev_timestep 的二阶单步 DPMSolver 的一步，该时间步从时间 timestep_list[-2] 计算得出。

singlestep_dpm_solver_third_order_update

< >

( model_output_list: List *args sample: Tensor = None **kwargs ) → torch.Tensor

参数

  • model_output_list (List[torch.Tensor]) — 学习扩散模型在当前和后续时间步的直接输出。
  • timestep (int) — 扩散链中当前和后续的离散时间步。
  • prev_timestep (int) — 扩散链中的上一个离散时间步。

  • 返回值

    torch.Tensor

前一时间步的样本张量。

第三阶单步 DPMSolver 的一个步骤，它根据时间 `timestep_list[-3]` 计算时间 `prev_timestep` 处的解。

singlestep_dpm_solver_update

 < >

( model_output_list: 列表 *args sample: 张量 = None order: 整数 = None noise: 可选 = None **kwargs ) → torch.Tensor

参数

  • model_output_list (List[torch.Tensor]) — 学习扩散模型在当前和后续时间步长的直接输出。
  • timestep (int) — 扩散链中当前和后续的离散时间步长。
  • prev_timestep (int) — 扩散链中的前一个离散时间步长。
  • sample (torch.Tensor) — 由扩散过程创建的样本的当前实例。
  • order (int) — 此步骤的求解器阶数。

返回值

torch.Tensor

前一时间步的样本张量。

单步 DPMSolver 的一个步骤。

step

< >

( model_output: 张量 timestep: 联合 sample: 张量 generator = None return_dict: 布尔值 = True ) → SchedulerOutput 或元组

参数

  • model_output (torch.Tensor) — 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。此函数使用 singlestep DPMSolver 传播样本。

SchedulerOutput

class 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) — 计算的前一个时间步的样本 (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 step 函数输出的基类。

< > 在 GitHub 上更新

←DPMSolverSDEScheduler EDMDPMSolverMultistepScheduler→