Hugging Face's logo

Diffusers documentation

RFD4ProteinaScheduler

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

RFD4ProteinaScheduler

RFD4ProteinaScheduler هو مُعيّن التدفق المُعاد تحديده من حيث الدرجة الزمنية لنموذج RFD4-Proteína الخاص بنمط واحد. يستخدم خط الأنابيب نموذجين، أحدهما للهيكل العظمي (bb_ca، الإحداثيات بالنانومتر) والآخر للاحتياطيات المحلية لكل رمز (local_latents)، ولكل منهما جدول زمني وجدول ضوضاء وإعادة تحدد خاصة به. راجع RFD4ProteinaPipeline للحصول على حلقة العينة.

RFD4ProteinaScheduler

فئة diffusers.RFD4ProteinaScheduler

< >

( schedule_mode: strnoise_mode: strtsr_k: floattsr_sigma: floattail_steps: int = 10tail_step_multiplier: int = 2t_lim_ode: float = 0.95t_lim_ode_below: float = 0.02 )

المعاملات

  • schedule_mode (str) — المسافة الزمنية بين الضوضاء والبيانات: "log" أو "power".
  • noise_mode (str) — شكل الضوضاء المُحقنة في النافذة العشوائية: "1/t" أو "tan".
  • tsr_k (float) — مدى انخفاض درجة حرارة العينة؛ كلما زادت القيمة انخفضت الحرارة.
  • tsr_sigma (float) — سرعة الوصول إلى درجة الحرارة المنخفضة؛ كلما زادت القيمة كان الوصول أسرع.
  • tail_steps (int، القيمة الافتراضية 10) — عدد الفترات النهائية التي تكون أدق من البقية بمعامل tail_step_multiplier.
  • tail_step_multiplier (int، القيمة الافتراضية 2) — مدى دقة الفترات النهائية.
  • t_lim_ode (float، القيمة الافتراضية 0.95) — فوق هذا الوقت تكون الخطوة حتمية.
  • t_lim_ode_below (float، القيمة الافتراضية 0.02) — تحت هذه القيمة الزمنية، تكون الخطوة حتمية.

عينة تدفق مُعاد تحجيمها زمنياً-بالدرجة لوضع واحد من RFD4-Proteína.

تدمج خط المعالجة بين وضعيتين، وهما العمود الفقري (backbone) واللاتنت المحلية لكل رمز (per-token local latents)، مع جدولة واحدة لكل منهما. وتختلف هاتان الموضعيتان في جدول الوقت، وجدول الضوضاء، وإعادة التدرج (rescaling).

استدعِ set_timesteps قبل أخذ العينات. تزداد القيم الزمنية من الضوضاء نحو البيانات النظيفة. يتتبع المجدول الفترة الزمنية الحالية ولا ينبغي مشاركته بين عمليات التوليد المتزامنة.

set_timesteps

< >

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

المعاملات

  • num_inference_steps (int) — عدد فترات التكامل.
  • device (str أو torch.device، اختياري) — الجهاز الخاص بـtimesteps. تبقى أطوال الفترات ومعاملات الضوضاء على وحدة المعالجة المركزية (CPU).
  • start_time (float، اختياري) — وقت بدء الانتشار الجزئي في [0, 1). يُستغنى عنه عند التوليد الكامل.

حل الجدولة وإعادة تعيين مؤشر التكامل.

add_noise

< >

( original_samples: Tensornoise: Tensortimesteps: typing.Union[float, torch.Tensor] )

المعاملات

  • original_samples (torch.Tensor) — الحالة النظيفة (batch, tokens, D).
  • noise (torch.Tensor) — ضوضاء بنفس الشكل، يسحبها المستدعي.
  • timesteps (float أو torch.Tensor) — الوقت في [0, 1)، قيمة قياسية أو (batch,).

عينة الحافة الأمامية (1 - t) * noise + t * clean.

خطوة

< >

( model_output: Tensortimestep: Tensorsample: Tensoremit_mask: Tensorgenerator: typing.Union[torch.Generator, list[torch.Generator], NoneType] = Nonereturn_dict: bool = True ) → RFD4ProteinaSchedulerOutput or tuple

المعاملات

  • model_output (torch.Tensor) — السرعة المتوقعة، ذات الشكل نفسه لشكل sample.
  • timestep (torch.Tensor) — العنصر التالي من timesteps. يتم رفض الخطوات خارج الترتيب.
  • sample (torch.Tensor) — الحالة الحالية (B, N, D).
  • emit_mask (torch.Tensor) — مصفوفة منطقية (B, N)، تكون قيمتها صحيحة (true) للرموز التي يتم تحديثها (وليس السياق أو الحشو).
  • generator (torch.Generator أو list[torch.Generator]، اختياري) — مولّد لصف واحد أو مولّدات مختلفة لكل صف في الدفعة. عند إهمالها، يُستخدم التدفق العام.
  • return_dict (bool، القيمة الافتراضية True) — إرجاع RFD4ProteinaSchedulerOutput؛ وإلا فسيُرجع tuple من عنصر واحد يحمل الحالة.

يعيد

RFD4ProteinaSchedulerOutput أو tuple

الحالة المحدّثة.

تقدّم خطوة واحدة في فترة التكامل وحدّث step_index.

RFD4ProteinaSchedulerOutput

فئة diffusers.schedulers.scheduling_rfd4_proteina.RFD4ProteinaSchedulerOutput

< >

( prev_sample: Tensor )

المعاملات

  • prev_sample (torch.Tensor) — الحالة بعد الخطوة، بأبعاد (B, N, D): حيث D تساوي 3 للهيكل العظمي (إحداثيات بالنانومتر) وعرض الكمون المحلي للكيمونات المحلية.

الحالة المحدّثة لنمط واحد.

Update on GitHub

←RePaintScheduler ScoreSdeVeScheduler→