Diffusers 文档
DPMSolverSinglestepScheduler
并获得增强的文档体验
开始使用
DPMSolverSinglestepScheduler
DPMSolverSinglestepScheduler 是一个单步调度器，来自 Cheng Lu、Yuhao Zhou、Fan Bao、Jianfei Chen、Chongxuan Li 和 Jun Zhu 的论文 DPM-Solver: A Fast ODE Solver for Diffusion Probabilistic Model Sampling in Around 10 Steps 和 DPM-Solver++: Fast Solver for Guided Sampling of Diffusion Probabilistic Models。
DPMSolver（及其改进版本 DPMSolver++）是一个快速的专用高阶求解器，用于求解扩散 ODE，并提供收敛阶保证。根据经验，DPMSolver 只需 20 步采样即可生成高质量样本，甚至 10 步也能生成相当不错的样本。
原始实现可在 LuChengTHU/dpm-solver 找到。
提示
建议将 solver_order 设置为 2 用于引导采样，将 solver_order 设置为 3 用于无条件采样。
支持来自 Imagen 的动态阈值处理，对于像素空间扩散模型，您可以同时设置 algorithm_type="dpmsolver++" 和 thresholding=True 以使用动态阈值处理。此阈值处理方法不适用于潜在空间扩散模型，例如 Stable Diffusion。
DPMSolverSinglestepScheduler
class diffusers.DPMSolverSinglestepScheduler
< 来源 >( num_train_timesteps: int = 1000 beta_start: float = 0.0001 beta_end: float = 0.02 beta_schedule: str = 'linear' trained_betas: typing.Optional[numpy.ndarray] = 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: typing.Optional[bool] = False use_exponential_sigmas: typing.Optional[bool] = False use_beta_sigmas: typing.Optional[bool] = False use_flow_sigmas: typing.Optional[bool] = False flow_shift: typing.Optional[float] = 1.0 final_sigmas_type: typing.Optional[str] = 'zero' lambda_min_clipped: float = -inf variance_type: typing.Optional[str] = None )
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beta值。 - beta_schedule (
str, 默认为"linear") — beta 调度，将 beta 范围映射到用于模型步进的 beta 序列。可选择linear、scaled_linear或squaredcos_cap_v2。 - 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。 - solver_order (
int, 默认为 2) — DPMSolver 的阶数，可以是1、2或3。建议在引导采样时使用solver_order=2，在无条件采样时使用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“动态阈值处理”方法。此方法不适用于潜在空间扩散模型，例如 Stable Diffusion。 - dynamic_thresholding_ratio (
float, 默认为 0.995) — 动态阈值处理方法的比率。仅在thresholding=True时有效。 - sample_max_value (
float, 默认为 1.0) — 动态阈值处理的阈值。仅在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、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。建议在引导采样（如 Stable Diffusion）中使用dpmsolver++或sde-dpmsolver++，并设置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) — 是否在最后几步中使用低阶求解器。仅适用于小于 15 个推理步数。这可以稳定 DPMSolver 在小于 15 步（特别是小于等于 10 步）时的采样。 - use_karras_sigmas (
bool, 可选, 默认为False) — 是否在采样过程中使用 Karras sigmas 作为噪声调度中的步长。如果为True，sigmas 将根据噪声水平序列 {σi} 确定。 - use_exponential_sigmas (
bool, 可选, 默认为False) — 是否在采样过程中使用指数 sigmas 作为噪声调度中的步长。 - use_beta_sigmas (
bool, 可选, 默认为False) — 是否在采样过程中使用 beta sigmas 作为噪声调度中的步长。有关更多信息，请参阅 Beta Sampling is All You Need。 - final_sigmas_type (
str, 可选, 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。 - lambda_min_clipped (
float, 默认为-inf) — 用于数值稳定性的lambda(t)最小值剪切阈值。这对于余弦 (squaredcos_cap_v2) 噪声调度至关重要。 - 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，模型的输出包含预测的高斯方差。
DPMSolverSinglestepScheduler 是一个快速的专用高阶扩散 ODE 求解器。
此模型继承自 SchedulerMixin 和 ConfigMixin。查看超类文档，了解库为所有调度器实现的通用方法（例如加载和保存）。
convert_model_output
< 来源 >( model_output: Tensor *args sample: Tensor = None **kwargs ) → torch.Tensor
将模型输出转换为 DPMSolver/DPMSolver++ 算法所需的相应类型。DPM-Solver 旨在离散化噪声预测模型的积分，而 DPM-Solver++ 旨在离散化数据预测模型的积分。
算法和模型类型是解耦的。噪声预测模型和数据预测模型都可以使用DPMSolver或DPMSolver++。
dpm_solver_first_order_update
< 来源 >( model_output: Tensor *args sample: Tensor = None noise: typing.Optional[torch.Tensor] = None **kwargs ) → torch.Tensor
一阶DPMSolver（等同于DDIM）的一个步骤。
get_order_list
< source >( num_inference_steps: int )
计算每个时间步的求解器阶数。
scale_model_input
< source >( sample: Tensor *args **kwargs ) → torch.Tensor
确保与需要根据当前时间步缩放去噪模型输入的调度器互换使用。
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
< source >( num_inference_steps: int = None device: typing.Union[str, torch.device] = None timesteps: typing.Optional[typing.List[int]] = None )
设置用于扩散链的离散时间步（在推理之前运行）。
singlestep_dpm_solver_second_order_update
< source >( model_output_list: typing.List[torch.Tensor] *args sample: Tensor = None noise: typing.Optional[torch.Tensor] = None **kwargs ) → torch.Tensor
用于计算从时间 timestep_list[-2] 到时间 prev_timestep 的解的二阶单步 DPMSolver 的一步。
singlestep_dpm_solver_third_order_update
< source >( model_output_list: typing.List[torch.Tensor] *args sample: Tensor = None noise: typing.Optional[torch.Tensor] = None **kwargs ) → torch.Tensor
用于计算从时间 timestep_list[-3] 到时间 prev_timestep 的解的三阶单步 DPMSolver 的一步。
singlestep_dpm_solver_update
< source >( model_output_list: typing.List[torch.Tensor] *args sample: Tensor = None order: int = None noise: typing.Optional[torch.Tensor] = None **kwargs ) → torch.Tensor
单步 DPMSolver 的一步。
步骤
< source >( model_output: Tensor timestep: typing.Union[int, torch.Tensor] sample: Tensor generator = None return_dict: bool = True ) → SchedulerOutput 或 tuple
参数
- model_output (
torch.Tensor) — 从学习到的扩散模型直接输出。 - timestep (
int) — 扩散链中的当前离散时间步。 - sample (
torch.Tensor) — 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
调度器输出 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。此函数使用单步 DPMSolver 传播样本。
SchedulerOutput
class diffusers.schedulers.scheduling_utils.SchedulerOutput
< source >( prev_sample: Tensor )
调度器 step 函数输出的基类。