Diffusers documentation
ConsistencyDecoderScheduler
ConsistencyDecoderScheduler
يُعدّ هذا المجدول جزءًا من ConsistencyDecoderPipeline وقد تم تقديمه في DALL-E 3.
يمكن العثور على قاعدة الكود الأصلية في openai/consistency_models.
ConsistencyDecoderScheduler
فئة diffusers.schedulers.ConsistencyDecoderScheduler
< source >( num_train_timesteps: int = 1024sigma_data: float = 0.5 )
مجدول لفاصل الاتساق المستخدم في خطوط أنابيب Stable Diffusion.
تنفّذ هذه المجدولة عملية إزالة الضوضاء على خطوتين باستخدام نماذج الاتساق لفكّ الترميز التمثيلات الكامنة إلى صور.
يرث هذا النموذج من SchedulerMixin و ConfigMixin. راجع توثيق الفئة الأصلية لمعرفة الطرق العامة التي تنفذها المكتبة لجميع مجدوليات الوقت مثل التحميل والحفظ.
scale_model_input
< source >( sample: Tensortimestep: int | None = None ) → torch.Tensor
يضمن قابلية الاستبدال مع المجدولات التي تحتاج إلى تحجيم مدخلات نموذج إزالة الضوضاء اعتمادًا على خطوة الزمن الحالية.
خطوة
< source >( model_output: Tensortimestep: typing.Union[float, torch.Tensor]sample: Tensorgenerator: typing.Optional[torch.Generator] = Nonereturn_dict: bool = True ) → ConsistencyDecoderSchedulerOutput or tuple
المعاملات
- model_output (
torch.Tensor) — المخرجات المباشرة من نموذج الانتشار المُتعلَّم. - timestep (
floatأوtorch.Tensor) — خطوة الزمن الحالية في سلسلة الانتشار. - sample (
torch.Tensor) — نسخة حالية من العينة التي أنشأها عملية الانتشار. - generator (
torch.Generator، اختياري) — مولّد أرقام عشوائية لضمان قابلية التكرار. - return_dict (
bool، اختياري، القيمة الافتراضيةTrue) — ما إذا كان يجب إرجاعConsistencyDecoderSchedulerOutputأوtupleأم لا.
يعيد
ConsistencyDecoderSchedulerOutput أو tuple
إذا كان return_dict هو True،
يُعاد ConsistencyDecoderSchedulerOutput، وإلا
يُعاد tuple حيث يكون العنصر الأول هو tensor العينة.
تنبّأ بالعيّنة من الخطوة الزمنية السابقة عن طريق عكس عملية المعادلة التفاضلية العشوائية (SDE). تنقل هذه الدالة عملية الانتشار من مخرجات النموذج المُتعلَّم (والتي تكون في الغالب الضوضاء المتنبَّأ بها).