パラメータ

• num_train_timesteps (int、デフォルトは 1000) — モデルを学習するための拡散ステップ数。
• beta_start (float、デフォルトは 0.0001) — 推論の初期 beta 値です。
• beta_end (float、デフォルト値は0.02) — 最終的なbeta値です。
• 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。ベータの範囲を、モデルをステップするためのベータの列にマッピングします。
• 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。
• skip_prk_steps (bool、デフォルトはFalse) — PLMSステップの前に必要とされる、元の論文で定義されたRunge-Kuttaステップをスケジューラがスキップできるようにします。
• set_alpha_to_one (bool、デフォルトは False) — 各拡散ステップでは、そのステップと直前のステップのアルファの積の値が使用されます。最終ステップでは直前のアルファが存在しません。このオプションが True の場合、直前のアルファの積は 1 に固定され、それ以外の場合はステップ 0 のアルファの値が使用されます。
• prediction_type ("epsilon" または "v_prediction"、デフォルトは "epsilon") — スケジューラ関数の予測タイプです。epsilon（拡散プロセスのノイズを予測する）または v_prediction（Imagen Video 論文のセクション 2.4 を参照）を指定できます。
• timestep_spacing ("linspace", "leading", or "trailing", defaults to "leading") — 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。

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。