参数

• num_train_timesteps (int，默认为 1000) — 用于训练模型的扩散步数。
• beta_start (float，默认为 0.0001) — 推理的起始 beta 值。
• beta_end (float，默认为 0.02) — 最终的 beta 值。
• beta_schedule（"linear"、"scaled_linear" 或 "squaredcos_cap_v2"，默认为 "linear"）—— beta 调度，即将 beta 范围映射为用于模型步进的一系列 beta 值。可选 linear、scaled_linear 或 squaredcos_cap_v2。
• trained_betas（np.ndarray 或 list[float]，可选）— 直接传入 betas 数组到构造函数中，以绕过 beta_start 和 beta_end。
• solver_order (int，默认为 2) — DPMSolver 的阶数，可以是 1、2 或 3。建议在有引导采样时使用 solver_order=2，在无引导采样时使用 solver_order=3。
• prediction_type ("epsilon", "sample", "v_prediction", or "flow_prediction", defaults to "epsilon") — Prediction type of the scheduler function; can be epsilon (predicts the noise of the diffusion process), sample (directly predicts the noisy sample), v_prediction(see section 2.4 of [Imagen Video](https://huggingface.co/papers/2210.02303) paper), orflow_prediction`.
• thresholding (bool，默认为 False) — 是否使用“动态阈值”方法。此方法不适用于 Stable Diffusion 等潜在空间扩散模型。
• dynamic_thresholding_ratio (float, 默认值为 0.995) — 动态阈值化方法的比例。仅在 thresholding=True 时有效。
• sample_max_value (float，默认为 1.0) — 动态阈值化的阈值。仅在 thresholding=True 且 algorithm_type="dpmsolver++" 时有效。
• algorithm_type（"dpmsolver"、"dpmsolver++" 或 "sde-dpmsolver++"，默认为 "dpmsolver++"）— 求解器的算法类型；可以是 dpmsolver、dpmsolver++ 或 sde-dpmsolver++。dpmsolver 类型实现了 DPMSolver 论文中的算法，而 dpmsolver++ 类型实现了 DPMSolver++ 论文中的算法。对于 Stable Diffusion 中的引导采样，建议使用 dpmsolver++ 或 sde-dpmsolver++ 并设置 solver_order=2。
• solver_type（"midpoint" 或 "heun"，默认为 "midpoint"）— 二阶求解器的求解器类型；可以是 midpoint 或 heun。求解器类型会轻微影响 样本质量，尤其是在步数较少时。建议使用 midpoint 求解器。
• lower_order_final (bool，默认为 False) — 是否在最后几步使用低阶求解器。仅适用于推理步数 < 15 的情况。这可以稳定 DPMSolver 在步数 < 15 时的采样，尤其是在步数 <= 10 时。
• use_karras_sigmas (bool，可选，默认为 False) — 是否在采样过程的噪声调度中使用 Karras sigmas 来确定步长。如果为 True，则 sigmas 将根据噪声水平序列 {σi} 确定。
• use_exponential_sigmas (bool，可选，默认为 False) — 在采样过程中，噪声调度的步长是否使用指数 sigmas。
• use_beta_sigmas (bool, optional, defaults to False) — Whether to use beta sigmas for step sizes in the noise schedule during the sampling process. Refer to Beta Sampling is All You Need for more information.
• use_flow_sigmas (bool，可选，默认为 False) — 在采样过程中，是否在噪声调度中使用 flow sigmas 作为步长。
• flow_shift (float，可选，默认为 1.0) — 基于流的模型的 flow shift 参数。
• final_sigmas_type（"zero" 或 "sigma_min"，可选，默认为 "zero"） — 采样过程中噪声调度的最终 sigma 值。如果为 "sigma_min"，则最终 sigma 与训练调度中的最后一个 sigma 相同。如果为 "zero"，则最终 sigma 设为 0。
• lambda_min_clipped (float，默认为 -inf) — lambda(t) 最小值的裁剪阈值，用于保证数值稳定性。这对于余弦（squaredcos_cap_v2）噪声调度至关重要。
• variance_type（"learned" 或 "learned_range"，可选）— 对于预测方差的扩散模型，将其设置为 "learned" 或 "learned_range"。如果已设置，模型的输出将包含预测的高斯方差。
• use_dynamic_shifting (bool，默认为 False) — 是否对噪声调度使用动态偏移。
• time_shift_type（"exponential"，默认为 "exponential"） — 要应用的时间偏移类型。

参数

• prev_sample（对于图像，形状为 (batch_size, num_channels, height, width) 的 torch.Tensor）— 前一时间步的已计算样本 (x_{t-1})。在去噪循环中，应将 prev_sample 用作下一个模型输入。