引數

• sigma_min (float, 可選, 預設為 0.002) — sigma 排程中的最小噪聲幅度。在 EDM 論文 [1] 中設定為 0.002；合理範圍是 [0, 10]。
• sigma_max (float, 可選, 預設為 80.0) — sigma 排程中的最大噪聲幅度。在 EDM 論文 [1] 中設定為 80.0；合理範圍是 [0.2, 80.0]。
• sigma_data (float, 可選, 預設為 0.5) — 資料分佈的標準差。在 EDM 論文 [1] 中設定為 0.5。
• sigma_schedule (str, 可選, 預設為 karras) — 用於計算 sigmas 的 sigma 排程。預設情況下，我們使用 EDM 論文中引入的排程 (https://huggingface.co/papers/2206.00364)。其他可接受的值是“exponential”。指數排程已包含在此模型中：https://huggingface.co/stabilityai/cosxl。
• num_train_timesteps (int, 預設為 1000) — 訓練模型的擴散步數。
• solver_order (int, 預設為 2) — DPMSolver 階數，可以是 1、2 或 3。建議對引導取樣使用 solver_order=2，對無條件取樣使用 solver_order=3。
• prediction_type (str, 預設為 epsilon, 可選) — 排程器函式的預測型別；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。不適用於 Stable Diffusion 等潛空間擴散模型。
• dynamic_thresholding_ratio (float, 預設為 0.995) — 動態閾值方法的比率。僅在 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 和 algorithm_type="dpmsolver++" 時有效。
• algorithm_type (str, 預設為 dpmsolver++) — 求解器的演算法型別；可以是 dpmsolver++ 或 sde-dpmsolver++。dpmsolver++ 型別實現了 DPMSolver++ 論文中的演算法。建議對 Stable Diffusion 等引導取樣使用 dpmsolver++ 或 sde-dpmsolver++ 和 solver_order=2。
• solver_type (str, 預設為 midpoint) — 二階求解器的求解器型別；可以是 midpoint 或 heun。求解器型別會稍微影響樣本質量，特別是對於少量步數。建議使用 midpoint 求解器。
• lower_order_final (bool, 預設為 True) — 是否在最後幾步使用低階求解器。僅對 < 15 推理步數有效。這可以穩定 DPMSolver 的取樣，使其步數 < 15，特別是步數 <= 10。
• euler_at_final (bool, 預設為 False) — 是否在最後一步使用尤拉方法。這是數值穩定性和細節豐富度之間的權衡。這可以穩定 DPMSolver 的 SDE 變體在少量推理步驟下的取樣，但有時可能導致模糊。
• final_sigmas_type (str, 預設為 "zero") — 取樣過程中噪聲排程的最終 sigma 值。如果為 "sigma_min"，則最終 sigma 與訓練排程中的最後一個 sigma 相同。如果為 zero，則最終 sigma 設定為 0。

引數

• prev_sample (torch.Tensor，影像形狀為 (batch_size, num_channels, height, width)) — 上一個時間步計算出的樣本 (x_{t-1})。prev_sample 應作為去噪迴圈中的下一個模型輸入。