Paramètres

• sigma_min (float, facultatif, valeur par défaut 0.002) — Amplitude minimale du bruit dans le plan de sigma. Cette valeur a été fixée à 0.002 dans l’article EDM [1] ; une plage raisonnable est [0, 10].
• sigma_max (float, facultatif, valeur par défaut 80.0) — Amplitude maximale du bruit dans le plan de sigma. Cette valeur a été fixée à 80.0 dans l'article EDM [1] ; une plage raisonnable est [0.2, 80.0].
• sigma_data (float, facultatif, valeur par défaut 0.5) — L'écart-type de la distribution des données. Cette valeur est fixée à 0,5 dans l'article EDM [1].
• sigma_schedule (str, facultatif, par défaut karras) — Plan de sigma à utiliser pour calculer les sigmas. Par défaut, nous utilisons le plan introduit dans l’article EDM (https://huggingface.co/papers/2206.00364). Une autre valeur acceptée est « exponential ». Le plan exponentiel a été intégré dans ce modèle : https://huggingface.co/stabilityai/cosxl.
• num_train_timesteps (int, par défaut 1000) — Le nombre d'étapes de diffusion pour entraîner le modèle.
• prediction_type (str, 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) or v_prediction` (see section 2.4 of Imagen Video paper).
• rho (float, facultatif, valeur par défaut 7.0) — Le paramètre rho dans le calendrier de sigmas de Karras. Il a été fixé à 7.0 dans l’article EDM [1].
• solver_order (int, par défaut 2) — L’ordre du DPMSolver, qui peut être 1 ou 2 ou 3. Il est recommandé d’utiliser solver_order=2 pour l’échantillonnage guidé et solver_order=3 pour l’échantillonnage non conditionnel.
• thresholding (bool, par défaut False) — Indique s'il faut utiliser la méthode de « seuillage dynamique ». Cette méthode n'est pas adaptée aux modèles de diffusion en espace latent tels que Stable Diffusion.
• dynamic_thresholding_ratio (float, par défaut 0,995) — Le ratio pour la méthode de seuillage dynamique. Valable uniquement lorsque thresholding=True.
• sample_max_value (float, par défaut 1.0) — La valeur de seuil pour le seuillage dynamique. Valable uniquement lorsque thresholding=True et algorithm_type="dpmsolver++".
• algorithm_type (str, par défaut dpmsolver++) — Type d’algorithme du solveur ; peut être dpmsolver++ ou sde-dpmsolver++. Le type dpmsolver++ implémente les algorithmes du papier DPMSolver++. Il est recommandé d’utiliser dpmsolver++ ou sde-dpmsolver++ avec solver_order=2 pour un échantillonnage guidé, comme dans Stable Diffusion.
• solver_type (str, par défaut midpoint) — Type de solveur pour le solveur du second ordre ; peut être midpoint ou heun. Le type de solveur affecte légèrement la qualité de l’échantillonnage, en particulier pour un petit nombre d’étapes. Il est recommandé d’utiliser les solveurs midpoint.
• lower_order_final (bool, par défaut True) — Indique s'il faut utiliser des solveurs d'ordre inférieur aux étapes finales. Valable uniquement pour moins de 15 étapes d'inférence. Cela peut stabiliser l'échantillonnage de DPMSolver pour moins de 15 étapes, en particulier pour 10 étapes ou moins.
• euler_at_final (bool, par défaut False) — Indique s'il faut utiliser la méthode d'Euler à la dernière étape. Il s'agit d'un compromis entre la stabilité numérique et la richesse des détails. Cela peut stabiliser l'échantillonnage de la variante SDE de DPMSolver pour un petit nombre d'étapes d'inférence, mais peut parfois entraîner un flou.
• final_sigmas_type (str, par défaut "zero") — La valeur finale de sigma pour le calendrier de bruit pendant le processus d'échantillonnage. Si "sigma_min", le sigma final est identique au dernier sigma du calendrier d'entraînement. Si zero, le sigma final est défini à 0.

Paramètres

• prev_sample (torch.Tensor de forme (batch_size, num_channels, height, width) pour les images) — Échantillon calculé (x_{t-1}) de l'étape temporelle précédente. prev_sample doit être utilisé comme entrée du modèle suivante dans la boucle de débruitage.