Diffusers documentation
FlowMatchEulerDiscreteScheduler
FlowMatchEulerDiscreteScheduler
FlowMatchEulerDiscreteScheduler 基于 Stable Diffusion 3 中引入的 flow-matching 采样方法。
FlowMatchEulerDiscreteScheduler
类 diffusers.FlowMatchEulerDiscreteScheduler
< source >( num_train_timesteps: int = 1000shift: float = 1.0use_dynamic_shifting: bool = Falsebase_shift: float | None = 0.5max_shift: float | None = 1.15base_image_seq_len: int = 256max_image_seq_len: int = 4096invert_sigmas: bool = Falseshift_terminal: float = Noneuse_karras_sigmas: bool = Falseuse_exponential_sigmas: bool = Falseuse_beta_sigmas: bool = Falsetime_shift_type: typing.Literal['exponential', 'linear'] = 'exponential'stochastic_sampling: bool = False )
参数
- num_train_timesteps (
int，默认为 1000) — 用于训练模型的扩散步数。 - shift (
float，默认为 1.0) — 时间步调度的 shift 值。 - use_dynamic_shifting (
bool，默认为 False) — 是否根据图像分辨率动态应用 timestep shifting。 - base_shift (
float，默认为 0.5) — 用于稳定图像生成的值。增大base_shift会减少变化，使图像与期望输出更加一致。 - max_shift (
float，默认为 1.15) — 允许对潜在向量进行的数值变化。增大max_shift会鼓励产生更多变化，图像可能会更加夸张或风格化。 - base_image_seq_len (
int，默认为 256) — 基础图像序列长度。 - max_image_seq_len (
int，默认为 4096) — 图像序列的最大长度。 - invert_sigmas (
bool，默认为 False) — 是否反转 sigmas。 - shift_terminal (
float，默认为 None) — 移位时间步调度的结束值。 - use_karras_sigmas (
bool，默认为 False) — 在采样过程中，噪声调度的步长是否使用 Karras sigmas。 - use_exponential_sigmas (
bool，默认为 False) — 在采样过程中，噪声调度的步长是否使用指数 sigmas。 - use_beta_sigmas (
bool，默认为 False) — 在采样过程中，噪声调度的步长是否使用 beta sigmas。 - time_shift_type (
str，默认为 “exponential”) — 要应用的动态分辨率相关时间步偏移类型。可以是 “exponential” 或 “linear”。 - stochastic_sampling (
bool，默认为 False) — 是否使用随机采样。
Euler 调度器。
该模型继承自 SchedulerMixin 和 ConfigMixin。有关该库为所有调度器实现的通用方法（例如加载和保存），请参阅父类文档。
index_for_timestep
< source >( timestep: typing.Union[float, torch.FloatTensor]schedule_timesteps: typing.Optional[torch.FloatTensor] = None ) → int
获取给定时间步的索引。
scale_noise
< source >( sample: FloatTensortimestep: typing.Union[float, torch.FloatTensor]noise: typing.Optional[torch.FloatTensor] = None ) → torch.FloatTensor
流匹配中的前向过程
设置调度器的起始索引。此函数应在推理之前从流水线中运行。
设置调度器的 shift 值。
set_timesteps
< source >( num_inference_steps: int | None = Nonedevice: typing.Union[str, torch.device] = Nonesigmas: list[float] | None = Nonemu: float | None = Nonetimesteps: list[float] | None = None )
参数
- num_inference_steps (
int, 可选) — 使用预训练模型生成样本时所用的扩散步数。 - device (
str或torch.device，可选) — 时间步应移动到的设备。如果为None，则不移动时间步。 - sigmas (
list[float]，可选) — 用于每个扩散步骤的自定义 sigmas 值。如果为None，则自动计算 sigmas。 - mu (
float, 可选) — 确定在执行分辨率相关的 timestep 偏移时，对 sigmas 应用的偏移量。 - timesteps (
list[float]，可选) — 用于每个扩散步的自定义时间步值。如果为None，则时间步会自动计算。
设置扩散链所使用的离散时间步（需在推理之前运行）。
步骤
< source >( 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] = Noneper_token_timesteps: typing.Optional[torch.Tensor] = Nonereturn_dict: bool = True ) → FlowMatchEulerDiscreteSchedulerOutput or tuple
参数
- model_output (
torch.FloatTensor) — 学习到的扩散模型的直接输出。 - timestep (
float) — 扩散链中的当前离散时间步。 - sample (
torch.FloatTensor) — 扩散过程生成的样本的当前实例。 - s_churn (
float) — - s_tmin (
float) — - s_tmax (
float) — - s_noise (
float，默认为 1.0) — 添加到样本的噪声的缩放因子。 - generator (
torch.Generator，可选) — 随机数生成器。 - per_token_timesteps（
torch.Tensor，可选）— 样本中每个 token 的时间步。 - return_dict (
bool，默认为True) — 是否返回FlowMatchEulerDiscreteSchedulerOutput或元组。
返回值
FlowMatchEulerDiscreteSchedulerOutput 或 tuple
If return_dict is True,
FlowMatchEulerDiscreteSchedulerOutput is returned,
otherwise a tuple is returned where the first element is the sample tensor.
通过逆向 SDE 预测上一时间步的样本。此函数将扩散过程从学习到的模型输出（通常是预测的噪声）进行传播。
stretch_shift_to_terminal
< source >( t: Tensor ) → torch.Tensor
拉伸并平移时间步调度，以确保其在配置的 shift_terminal 配置值处终止。
time_shift
< source >( mu: floatsigma: floatt: Tensor ) → torch.Tensor
对 sigmas 应用时间偏移。