パラメータ

• num_train_timesteps (int、デフォルト値は 1000) — モデルを学習するための拡散ステップ数。
• beta_start (float、デフォルト値は 0.0001) — 推論の開始時の beta 値。
• beta_end (float、デフォルト値は 0.02) — 最終的な beta 値。
• beta_schedule（"linear"、"scaled_linear"、または "squaredcos_cap_v2"。デフォルトは "linear"）— ベータスケジュールです。モデルのステップ処理において、ベータの範囲からベータのシーケンスへの変換を定義します。linear、scaled_linear、または squaredcos_cap_v2 から選択してください。
• trained_betas (np.ndarray, 省略可) — beta_start と beta_end をバイパスして、ベータの配列を直接コンストラクタに渡す場合に使用します。
• solver_order (int、デフォルトは 2) — UniPC のオーダーで、任意の正の整数を指定できます。UniC により、実際の精度のオーダーは solver_order + 1 になります。ガイド付きサンプリングには solver_order=2、無条件サンプリングには solver_order=3 の使用を推奨します。
• prediction_type ("epsilon", "sample", "v_prediction", or "flow_prediction", defaults to "epsilon", optional) — 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、デフォルトは False) — 「動的閾値処理」メソッドを使用するかどうか。Stable Diffusion などの潜在空間拡散モデルには不向きです。
• dynamic_thresholding_ratio (float、デフォルト値は 0.995) — 動的閾値化手法の比率。thresholding=True の場合のみ有効です。
• sample_max_value (float、デフォルト値は 1.0) — 動的閾値処理の閾値です。thresholding=True かつ predict_x0=True の場合にのみ有効です。
• predict_x0 (bool、デフォルトはTrue) — 予測されたx0に対して更新アルゴリズムを使用するかどうか。
• solver_type ("bh1" または "bh2"、デフォルトは "bh2") — UniPC のソルバータイプです。ステップ数が 10 未満の無条件サンプリングには bh1 を、それ以外には bh2 を使用することをお勧めします。
• lower_order_final (bool、デフォルト True) — 最終ステップで低次数のソルバーを使用するかどうか。推論ステップ数が 15 未満の場合のみ有効です。ステップ数が 15 未満、特に 10 以下の場合は、DPMSolver のサンプリングを安定させることができます。
• disable_corrector (list、デフォルト []) — epsilon_theta(x_t, c) と epsilon_theta(x_t^c, c) の間の不一致を緩和するために、どのステップで corrector を無効にするかを決定します。この不一致は、guidance scale が大きい場合に収束に影響を与える可能性があります。通常、corrector は最初の数ステップで無効にされます。
• solver_p (SchedulerMixin、デフォルトは None) — 指定された場合、アルゴリズムは solver_p + UniC になります。
• use_karras_sigmas (bool、任意、デフォルトは False) — サンプリング処理中のノイズスケジュールにおけるステップサイズに Karras sigmas を使用するかどうか。True の場合、sigmas はノイズレベルの列 {σi} に基づいて決定されます。
• use_exponential_sigmas (bool、任意、デフォルトはFalse) — サンプリング処理中のノイズスケジュールにおけるステップサイズに、指数関数的なシグマを使用するかどうかを指定します。
• 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、任意、デフォルトはFalse) — サンプリング処理中のノイズスケジュールにおいて、ステップサイズにフローシグマを使用するかどうかを指定します。
• timestep_spacing ("linspace", "leading", or "trailing", defaults to "linspace") — The way the timesteps should be scaled. Refer to Table 2 of the Common Diffusion Noise Schedules and Sample Steps are Flawed for more information.
• steps_offset (int、デフォルト値は 0)— 一部のモデルファミリーで必要とされる、推論ステップに追加されるオフセットです。
• final_sigmas_type（"zero"または"sigma_min"、デフォルトは"zero"）— サンプリングプロセス中のノイズスケジュールにおける最終的なsigma値です。"sigma_min"の場合、最終的なsigmaは学習スケジュールの最後のsigmaと同じになります。zeroの場合、最終的なsigmaは0に設定されます。
• rescale_betas_zero_snr (bool、デフォルトは False) — betas を再スケーリングして、終端 SNR をゼロにするかどうかを指定します。これにより、モデルは中間の明るさに限定されず、非常に明るく暗いサンプルを生成できるようになります。--offset_noise とゆるく関連しています。

パラメータ

• prev_sample（画像の場合、torch.Tensor、形状 (batch_size, num_channels, height, width)） — 前のタイムステップの計算済みサンプル (x_{t-1})。prev_sample は、デノイジングループにおける次のモデル入力として使用します。