Diffusers 文件
FlowMatchEulerDiscreteScheduler
並獲得增強的文件體驗
開始使用
FlowMatchEulerDiscreteScheduler
FlowMatchEulerDiscreteScheduler 是基於 Stable Diffusion 3 中引入的流匹配取樣方法。
FlowMatchEulerDiscreteScheduler
類 diffusers.FlowMatchEulerDiscreteScheduler
< 來源 >( num_train_timesteps: int = 1000 shift: float = 1.0 use_dynamic_shifting: bool = False base_shift: typing.Optional[float] = 0.5 max_shift: typing.Optional[float] = 1.15 base_image_seq_len: typing.Optional[int] = 256 max_image_seq_len: typing.Optional[int] = 4096 invert_sigmas: bool = False shift_terminal: typing.Optional[float] = None use_karras_sigmas: typing.Optional[bool] = False use_exponential_sigmas: typing.Optional[bool] = False use_beta_sigmas: typing.Optional[bool] = False time_shift_type: str = 'exponential' stochastic_sampling: bool = False )
引數
- num_train_timesteps (
int, 預設為 1000) — 用於訓練模型的擴散步數。 - shift (
float, 預設為 1.0) — 時間步排程表的偏移值。 - use_dynamic_shifting (
bool, 預設為 False) — 是否根據影像解析度動態應用時間步偏移。 - base_shift (
float, 預設為 0.5) — 用於穩定影像生成的值。增加base_shift可減少變化，使影像與期望輸出更一致。 - max_shift (
float, 預設為 1.15) — 潛在向量允許的變化值。增加max_shift鼓勵更多變化，影像可能更誇張或風格化。 - base_image_seq_len (
int, 預設為 256) — 基礎影像序列長度。 - max_image_seq_len (
int, 預設為 4096) — 最大影像序列長度。 - invert_sigmas (
bool, 預設為 False) — 是否反轉 sigma。 - shift_terminal (
float, 預設為 None) — 偏移時間步排程表的結束值。 - use_karras_sigmas (
bool, 預設為 False) — 在取樣期間是否使用 Karras sigma 作為噪聲排程中的步長。 - use_exponential_sigmas (
bool, 預設為 False) — 在取樣期間是否使用指數 sigma 作為噪聲排程中的步長。 - use_beta_sigmas (
bool, 預設為 False) — 在取樣期間是否使用 beta sigma 作為噪聲排程中的步長。 - time_shift_type (
str, 預設為 “exponential”) — 要應用的動態解析度相關時間步偏移的型別。可以是 “exponential” 或 “linear”。 - stochastic_sampling (
bool, 預設為 False) — 是否使用隨機取樣。
尤拉排程器。
此模型繼承自 SchedulerMixin 和 ConfigMixin。檢視超類文件以瞭解庫為所有排程器實現的通用方法，例如載入和儲存。
scale_noise
< 來源 >( sample: FloatTensor timestep: typing.Union[float, torch.FloatTensor] noise: typing.Optional[torch.FloatTensor] = None ) → torch.FloatTensor
流匹配中的正向過程
設定排程器的起始索引。此函式應在推理之前從管道中執行。
set_timesteps
< 來源 >( num_inference_steps: typing.Optional[int] = None device: typing.Union[str, torch.device] = None sigmas: typing.Optional[typing.List[float]] = None mu: typing.Optional[float] = None timesteps: typing.Optional[typing.List[float]] = None )
引數
- num_inference_steps (
int, 可選) — 使用預訓練模型生成樣本時使用的擴散步數。 - device (
str或torch.device, 可選) — 時間步應移動到的裝置。如果為None，則時間步不移動。 - sigmas (
List[float], 可選) — 用於每個擴散步的 sigma 的自定義值。如果為None，則 sigma 自動計算。 - mu (
float, 可選) — 確定在執行解析度相關時間步偏移時應用於 sigma 的偏移量。 - timesteps (
List[float], 可選) — 用於每個擴散步的時間步自定義值。如果為None，則時間步自動計算。
設定用於擴散鏈的離散時間步（在推理之前執行）。
步驟
< 來源 >( model_output: FloatTensor timestep: typing.Union[float, torch.FloatTensor] sample: FloatTensor s_churn: float = 0.0 s_tmin: float = 0.0 s_tmax: float = inf s_noise: float = 1.0 generator: typing.Optional[torch._C.Generator] = None per_token_timesteps: typing.Optional[torch.Tensor] = None return_dict: bool = True ) → FlowMatchEulerDiscreteSchedulerOutput 或 tuple
引數
- model_output (
torch.FloatTensor) — 從學習擴散模型直接輸出的結果。 - timestep (
float) — 擴散鏈中的當前離散時間步。 - sample (
torch.FloatTensor) — 擴散過程建立的樣本的當前例項。 - s_churn (
float) — - s_tmin (
float) — - s_tmax (
float) — - s_noise (
float, 預設為 1.0) — 新增到樣本中的噪聲的縮放因子。 - generator (
torch.Generator, 可選) — 隨機數生成器。 - per_token_timesteps (
torch.Tensor, 可選) — 樣本中每個 token 的時間步。 - return_dict (
bool) — 是否返回FlowMatchEulerDiscreteSchedulerOutput或元組。
返回
FlowMatchEulerDiscreteSchedulerOutput 或 tuple
如果 return_dict 為 True，則返回 FlowMatchEulerDiscreteSchedulerOutput，否則返回一個元組，其中第一個元素是樣本張量。
透過逆轉 SDE 預測前一個時間步的樣本。此函式從學習到的模型輸出（通常是預測的噪聲）傳播擴散過程。
stretch_shift_to_terminal
< 來源 >( t: Tensor ) → torch.Tensor
拉伸和移動時間步排程，以確保其在配置的 shift_terminal 配置值處終止。