Diffusers 文件
CogVideoXDPMScheduler
並獲得增強的文件體驗
開始使用
CogVideoXDPMScheduler
CogVideoXDPMScheduler 基於 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，專門用於 CogVideoX 模型。
CogVideoXDPMScheduler
class diffusers.CogVideoXDPMScheduler
< 來源 >( num_train_timesteps: int = 1000 beta_start: float = 0.00085 beta_end: float = 0.012 beta_schedule: str = 'scaled_linear' trained_betas: typing.Union[numpy.ndarray, typing.List[float], NoneType] = None clip_sample: bool = True set_alpha_to_one: bool = True steps_offset: int = 0 prediction_type: str = 'epsilon' clip_sample_range: float = 1.0 sample_max_value: float = 1.0 timestep_spacing: str = 'leading' rescale_betas_zero_snr: bool = False snr_shift_scale: float = 3.0 )
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 範圍對映到模型步進的一系列 beta 值。可選：linear、scaled_linear或squaredcos_cap_v2。 - trained_betas (
np.ndarray, 可選) — 直接向建構函式傳遞 beta 陣列，以繞過beta_start和beta_end。 - clip_sample (
bool, 預設為True) — 裁剪預測樣本以提高數值穩定性。 - clip_sample_range (
float, 預設為 1.0) — 樣本裁剪的最大幅度。僅在clip_sample=True時有效。 - set_alpha_to_one (
bool, 預設為True) — 每個擴散步驟使用該步驟和前一步的 alpha 乘積值。最後一步沒有前一個 alpha。當此選項為True時，前一個 alpha 乘積固定為1，否則它使用步驟 0 的 alpha 值。 - 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。 - 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。這不適用於潛在空間擴散模型，如 Stable Diffusion。 - 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。僅在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。 - rescale_betas_zero_snr (
bool, 預設為False) — 是否重新縮放 beta 以使終端信噪比為零。這使得模型能夠生成非常亮和非常暗的樣本，而不是將其限制在中等亮度的樣本。與--offset_noise有鬆散關係。
DDIMScheduler 擴充套件了去噪擴散機率模型（DDPM）中引入的去噪過程，並加入了非馬爾可夫引導。
此模型繼承自 SchedulerMixin 和 ConfigMixin。有關庫為所有排程器實現的通用方法（例如載入和儲存）的詳細資訊，請查閱超類文件。
scale_model_input
< 來源 >( sample: Tensor timestep: typing.Optional[int] = None ) → torch.Tensor
確保與需要根據當前時間步縮放去噪模型輸入的排程器互換使用。
set_timesteps
< 來源 >( 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
< 來源 >( model_output: Tensor old_pred_original_sample: Tensor timestep: int timestep_back: int sample: Tensor eta: float = 0.0 use_clipped_model_output: bool = False generator = None variance_noise: typing.Optional[torch.Tensor] = None return_dict: bool = False ) → DDIMSchedulerOutput 或 tuple
引數
- model_output (
torch.Tensor) — 從學習擴散模型直接輸出。 - timestep (
float) — 擴散鏈中的當前離散時間步。 - sample (
torch.Tensor) — 擴散過程建立的當前樣本例項。 - eta (
float) — 擴散步驟中新增噪聲的權重。 - use_clipped_model_output (
bool, 預設為False) — 如果為True，則從裁剪後的預測原始樣本計算“校正”後的model_output。這是必需的，因為當self.config.clip_sample為True時，預測的原始樣本會被裁剪到 [-1, 1]。如果沒有發生裁剪，“校正”後的model_output將與作為輸入提供的模型輸出一致，並且use_clipped_model_output不會產生任何影響。 - generator (
torch.Generator, 可選) — 隨機數生成器。 - variance_noise (
torch.Tensor) — 透過直接提供方差本身的噪聲來替代使用generator生成噪聲。適用於CycleDiffusion等方法。 - return_dict (
bool, 可選, 預設為True) — 是否返回 DDIMSchedulerOutput 或tuple。
返回
DDIMSchedulerOutput 或 tuple
如果 return_dict 為 True，則返回 DDIMSchedulerOutput，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。