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。モデルのステップ処理において、ベータの範囲からベータのシーケンスへの変換を定義します。linear、scaled_linear、または squaredcos_cap_v2 から選択してください。
• trained_betas (np.ndarray または list[float]、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ことができます。
• solver_order (int、デフォルトは 2) — 1、2、または 3 を指定できる DPMSolver の order です。ガイド付きサンプリングには solver_order=2、無条件サンプリングには solver_order=3 の使用を推奨します。
• prediction_type ("epsilon", "sample", "v_prediction", or "flow_prediction", defaults to "epsilon") — Prediction type of the scheduler function; can be epsilon (predicts the noise of the diffusion process), sample (directly predicts the noisy sample), v_prediction(see section 2.4 of [Imagen Video](https://huggingface.co/papers/2210.02303) paper), orflow_prediction`.
• thresholding (bool、デフォルトは False) — 「動的閾値処理」メソッドを使用するかどうか。Stable Diffusion などの潜在空間拡散モデルには不向きです。
• dynamic_thresholding_ratio (float、デフォルトは0.995) — 動的閾値化手法の比率。thresholding=Trueの場合にのみ有効です。
• sample_max_value (float, デフォルトは 1.0) — 動的閾値処理の閾値です。thresholding=True かつ algorithm_type="dpmsolver++" の場合にのみ有効です。
• algorithm_type ("dpmsolver"、"dpmsolver++"、または "sde-dpmsolver++"、デフォルトは "dpmsolver++") — ソルバーのアルゴリズムタイプです。dpmsolver、dpmsolver++、または sde-dpmsolver++ を指定できます。dpmsolver タイプは DPMSolver 論文に記述されているアルゴリズムを実装し、 dpmsolver++ タイプは DPMSolver++ 論文に記述されているアルゴリズムを実装します。Stable Diffusion におけるガイド付きサンプリングのような用途では、dpmsolver++ または sde-dpmsolver++ を solver_order=2 と組み合わせて使用することを推奨します。
• solver_type ("midpoint" または "heun"、デフォルトは "midpoint") — 2 次ソルバーのソルバータイプ。midpoint または heun を指定できます。ソルバータイプはサンプルの品質にわずかな影響を与えますが、ステップ数が少ない場合特に顕著です。midpoint ソルバーの使用を推奨します。
• lower_order_final (bool、デフォルトはFalse) — 最終ステップで低次数のソルバーを使用するかどうか。推論ステップ数が 15 未満の場合にのみ有効です。ステップ数が 15 未満、特に 10 以下の場合は、DPMSolver のサンプリングを安定させることができます。
• use_karras_sigmas (bool、任意、デフォルトは False) — サンプリング処理中のノイズスケジュールにおけるステップサイズに Karras sigmas を使用するかどうか。True の場合、sigmas はノイズレベルの列 {σi} に基づいて決定されます。
• use_exponential_sigmas (bool、任意、デフォルトはFalse) — サンプリング処理中のノイズスケジュールにおけるステップサイズに、指数関数的なシグマを使用するかどうかを指定します。
• use_beta_sigmas (bool, optional, defaults to False) — Whether to use beta sigmas for step sizes in the noise schedule during the sampling process. Refer to Beta Sampling is All You Need for more information.
• use_flow_sigmas (bool、任意、デフォルトはFalse) — サンプリング処理中のノイズスケジュールにおいて、ステップサイズにフローシグマを使用するかどうかを指定します。
• flow_shift (float、任意、デフォルト値は 1.0) — フローベースモデルにおけるフローシフトパラメータです。
• final_sigmas_type ("zero" または "sigma_min"、任意、デフォルトは "zero") — サンプリングプロセス中のノイズスケジュールにおける最終的な sigma 値です。"sigma_min" の場合、最終的な sigma は学習スケジュールの最後の sigma と同じになります。"zero" の場合、最終的な sigma は 0 に設定されます。
• lambda_min_clipped (float, デフォルトは -inf) — 数値の安定性を確保するために、lambda(t) の最小値をクリップする閾値です。これは、cosine (squaredcos_cap_v2) ノイズスケジュールにおいて重要になります。
• variance_type ("learned" または "learned_range"、省略可能) — 分散を予測する拡散モデルには、"learned" または "learned_range" を設定します。設定した場合、モデルの出力には予測されたガウス分散が含まれます。
• use_dynamic_shifting (bool、デフォルトは False) — ノイズスケジュールにダイナミックシフティングを使用するかどうか。
• time_shift_type ("exponential"、デフォルトは"exponential") — 適用する時間シフトの種類です。

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。