Hugging Face's logo

Diffusers documentation

FlowMatchHeunDiscreteScheduler

You are viewing main version, which requires installation from source. If you'd like regular pip install, checkout the latest stable version (v0.42.1).
Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

FlowMatchHeunDiscreteScheduler

FlowMatchHeunDiscreteScheduler مبني على أخذ العينات المطابق للتدفق (flow-matching) الذي تم تقديمه في EDM.

FlowMatchHeunDiscreteScheduler

فئة diffusers.FlowMatchHeunDiscreteScheduler

< >

( num_train_timesteps: int = 1000shift: float = 1.0 )

المعاملات

  • num_train_timesteps (int، القيمة الافتراضية 1000) — عدد خطوات الانتشار لتدريب النموذج.
  • shift (float، القيمة الافتراضية 1.0) — قيمة الإزاحة لجدول خطوات الزمن.

مجدول Heun.

يرث هذا النموذج من SchedulerMixin و ConfigMixin. راجع توثيق الفئة الأصلية لمعرفة الطرق العامة التي تنفذها المكتبة لجميع مجدوليات الوقت مثل التحميل والحفظ.

index_for_timestep

< >

( timestep: typing.Union[float, torch.FloatTensor]schedule_timesteps: typing.Optional[torch.FloatTensor] = None ) → int

المعاملات

  • timestep (float أو torch.FloatTensor) — قيمة الخطوة الزمنية التي يجب البحث عنها في الجدول الزمني.
  • schedule_timesteps (torch.FloatTensor، اختياري) — جدول الخطوات الزمنية للبحث فيه. إذا كان None، يتم استخدام self.timesteps.

يعيد

int

مؤشر خطوة الزمن في الجدول الزمني.

ابحث عن فهرس خطوة زمنية محددة في جدول الخطوات الزمنية.

scale_noise

< >

( sample: FloatTensortimestep: typing.Union[float, torch.FloatTensor]noise: FloatTensor ) → torch.FloatTensor

المعاملات

  • sample (torch.FloatTensor) — العينة المدخلة.
  • timestep (float أو torch.FloatTensor) — خطوة الزمن الحالية في سلسلة الانتشار.
  • noise (torch.FloatTensor) — مصفوفة الضوضاء.

يعيد

torch.FloatTensor

عينة إدخال مُقيّمة.

العملية الأمامية في مطابقة التدفق

set_begin_index

< >

( begin_index: int = 0 )

المعاملات

  • begin_index (int، القيمة الافتراضية 0) — الفهرس الابتدائي للمجدول.

يحدد الفهرس الابتدائي للمجدول. يجب تشغيل هذه الدالة من خط الأنابيب قبل الاستدلال.

set_timesteps

< >

( num_inference_steps: intdevice: typing.Union[str, torch.device] = None )

المعاملات

  • num_inference_steps (int) — عدد خطوات الانتشار المستخدمة عند توليد العينات باستخدام نموذج مُدرَّب مسبقًا.
  • device (str أو torch.device، اختياري) — الجهاز الذي يجب نقل خطوات الزمن (timesteps) إليه. إذا كان None، فلن يتم نقل خطوات الزمن.

يحدد الخطوات الزمنية المنفصلة المستخدمة لسلسلة الانتشار (لتُنفَّذ قبل الاستدلال).

خطوة

< >

( model_output: FloatTensortimestep: typing.Union[float, torch.FloatTensor]sample: FloatTensors_churn: float = 0.0s_tmin: float = 0.0s_tmax: float = infs_noise: float = 1.0generator: typing.Optional[torch.Generator] = Nonereturn_dict: bool = True ) → FlowMatchHeunDiscreteSchedulerOutput or tuple

المعاملات

  • model_output (torch.FloatTensor) — المخرجات المباشرة من نموذج الانتشار المُتعلَّم.
  • timestep (float أو torch.FloatTensor) — خطوة الزمن المنفصلة الحالية في سلسلة الانتشار.
  • sample (torch.FloatTensor) — نسخة حالية من العينة التي أنشأها عملية الانتشار.
  • s_churn (float) — معامل العشوائية الذي يتحكم في كمية الضوضاء المضافة أثناء أخذ العينات. تزيد القيم الأعلى من العشوائية.
  • s_tmin (float) — الحد الأدنى لخطوة الزمن لتطبيق العشوائية. لن يُضاف الضوضاء إلا للخطوات الزمنية التي تتجاوز هذه القيمة.
  • s_tmax (float) — الحد الأقصى لخطوة الزمن لتطبيق العشوائية. لن يُضاف الضوضاء إلا للخطوات الزمنية التي تكون قيمتها أقل من هذا الحد.
  • s_noise (float، القيمة الافتراضية 1.0) — معامل التدرج للضوضاء المضافة إلى العينة.
  • generator (torch.Generator، اختياري) — مولّد أرقام عشوائية.
  • return_dict (bool) — ما إذا كان يجب إرجاع مجموعة FlowMatchHeunDiscreteSchedulerOutput أم لا.

يعيد

FlowMatchHeunDiscreteSchedulerOutput أو tuple

If return_dict is True, FlowMatchHeunDiscreteSchedulerOutput is returned, otherwise a tuple is returned where the first element is the sample tensor.

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).

Update on GitHub

←FlowMatchEulerDiscreteScheduler HeliosDMDScheduler→