Diffusers 文件
FlowMatchHeun離散排程器
並獲得增強的文件體驗
開始使用
FlowMatchHeun離散排程器
FlowMatchHeunDiscreteScheduler 基於 EDM 中引入的流匹配取樣。
FlowMatchHeun離散排程器
class diffusers.FlowMatchHeunDiscreteScheduler
< 源 >( num_train_timesteps: int = 1000 shift: float = 1.0 )
引數
- num_train_timesteps (
int, 預設為 1000) — 訓練模型所需的擴散步數。 - timestep_spacing (
str, 預設為"linspace") — 時間步的縮放方式。有關更多資訊，請參閱 Common Diffusion Noise Schedules and Sample Steps are Flawed 的表 2。 - shift (
float, 預設為 1.0) — 時間步排程器的偏移值。
Heun 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（例如載入和儲存）實現的通用方法。
scale_noise
< 源 >( sample: FloatTensor timestep: typing.Union[float, torch.FloatTensor] noise: typing.Optional[torch.FloatTensor] = None ) → torch.FloatTensor
流匹配中的前向過程
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
< 源 >( num_inference_steps: int device: typing.Union[str, torch.device] = None )
設定用於擴散鏈的離散時間步（在推理之前執行）。
步驟
< 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 return_dict: bool = True ) → FlowMatchHeunDiscreteSchedulerOutput 或 tuple
引數
- model_output (
torch.FloatTensor) — 學習到的擴散模型的直接輸出。 - 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) — 新增到樣本的噪聲的縮放因子。 - generator (
torch.Generator, 可選) — 隨機數生成器。 - return_dict (
bool) — 是否返回FlowMatchHeunDiscreteSchedulerOutput元組。
返回
FlowMatchHeunDiscreteSchedulerOutput 或 tuple
如果 return_dict 為 True，則返回 FlowMatchHeunDiscreteSchedulerOutput，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。