引數

• num_train_timesteps (int, 預設為 1000) — 訓練模型的擴散步數。
• beta_start (float, 預設為 0.0001) — 推理的起始 beta 值。
• beta_end (float, 預設為 0.02) — 最終 beta 值。
• beta_schedule (str, 預設為 "linear") — beta 排程器，將 beta 範圍對映到一系列 beta 值以進行模型步進。可選擇 linear、scaled_linear、squaredcos_cap_v2 或 sigmoid。
• trained_betas (np.ndarray, 可選) — 直接傳遞給建構函式而不使用 beta_start 和 beta_end 的 beta 陣列。
• variance_type (str, 預設為 "fixed_small") — 在向去噪樣本新增噪聲時剪下方差。可選擇 fixed_small、fixed_small_log、fixed_large、fixed_large_log、learned 或 learned_range。
• clip_sample (bool, 預設為 True) — 剪下預測樣本以實現數值穩定性。
• clip_sample_range (float, 預設為 1.0) — 樣本剪下的最大幅度。僅當 clip_sample=True 時有效。
• prediction_type (str, 預設為 epsilon, 可選) — 排程器功能的預測型別；可以是 epsilon（預測擴散過程的噪聲）、sample（直接預測噪聲樣本）或 v_prediction（參見 Imagen Video 論文的 2.4 節）。
• thresholding (bool, 預設為 False) — 是否使用“動態閾值”方法。這不適用於 Stable Diffusion 等潛在空間擴散模型。
• dynamic_thresholding_ratio (float, 預設為 0.995) — 動態閾值方法的比率。僅當 thresholding=True 時有效。
• sample_max_value (float, 預設為 1.0) — 動態閾值的閾值。僅當 thresholding=True 時有效。
• timestep_spacing (str, 預設為 "leading") — 時間步長的縮放方式。更多資訊請參閱 Common Diffusion Noise Schedules and Sample Steps are Flawed 的表 2。
• steps_offset (int, 預設為 0) — 新增到推理步驟的偏移量，某些模型系列需要此偏移量。
• rescale_betas_zero_snr (bool, 預設為 False) — 是否重新調整 beta 值以獲得零終端信噪比 (SNR)。這使得模型能夠生成非常明亮和黑暗的樣本，而不是將其限制為中等亮度的樣本。與 --offset_noise 鬆散相關。

引數

• prev_sample (torch.Tensor，形狀為影像的 (batch_size, num_channels, height, width)) — 計算出的前一時間步的樣本 (x_{t-1})。prev_sample 應在去噪迴圈中用作下一個模型輸入。
• pred_original_sample (torch.Tensor，形狀為影像的 (batch_size, num_channels, height, width)) — 基於當前時間步的模型輸出預測的去噪樣本 (x_{0})。pred_original_sample 可用於預覽進度或進行指導。