参数

• num_train_timesteps (int，默认为 1000) — 用于训练模型的扩散步数。
• beta_start (float，默认为 0.0001) — 推理的起始 beta 值。
• beta_end (float，默认为 0.02) — 最终的 beta 值。
• beta_schedule（"linear"、"scaled_linear" 或 "squaredcos_cap_v2"，默认为 "linear"）—— beta 调度，即将 beta 范围映射为用于模型步进的一系列 beta 值。
• trained_betas (np.ndarray, 可选) — 直接传入 betas 数组到构造函数中，以绕过 beta_start 和 beta_end。
• solver_order (int，默认为 2) — DPMSolver 的阶数，可以是 1、2 或 3。建议在有引导采样时使用 solver_order=2，在无引导采样时使用 solver_order=3。
• prediction_type（"epsilon"、"sample"、"v_prediction" 或 "flow_prediction"，默认为 "epsilon"）— 调度器函数的预测类型。epsilon 预测扩散过程的噪声，sample 直接预测含噪样本，v_prediction 预测速度（参见 Imagen Video 论文的 2.4 节），flow_prediction 预测流。
• thresholding (bool，默认为 False) — 是否使用“动态阈值”方法。此方法不适用于 Stable Diffusion 等潜在空间扩散模型。
• dynamic_thresholding_ratio (float，默认为 0.995) — 动态阈值化方法的比例。仅在 thresholding=True 时有效。
• sample_max_value (float，默认为 1.0) — 动态阈值化的阈值。仅在 thresholding=True 且 algorithm_type="dpmsolver++" 时有效。
• algorithm_type（"dpmsolver"、"dpmsolver++"、"sde-dpmsolver" 或 "sde-dpmsolver++"，默认为 "dpmsolver++"）— 求解器的算法类型。dpmsolver 类型实现了 DPMSolver 论文中的算法，而 dpmsolver++ 类型实现了 DPMSolver++ 论文中的算法。对于 Stable Diffusion 中的引导采样，建议使用 dpmsolver++ 或 sde-dpmsolver++ 并设置 solver_order=2。
• solver_type（"midpoint" 或 "heun"，默认为 "midpoint"） — 二阶求解器的求解器类型。求解器类型会轻微影响样本质量，尤其是在步数较少时。建议使用 midpoint 求解器。
• lower_order_final (bool，默认为 True) — 是否在最后几步使用低阶求解器。仅适用于推理步数 < 15 的情况。这有助于稳定 DPMSolver 在步数 < 15 时的采样，尤其是步数 <= 10 时。
• euler_at_final (bool，默认为 False) — 是否在最后一步使用欧拉法。这是在数值稳定性和细节丰富度之间的权衡。对于推理步数较少的 DPMSolver SDE 变体，这可以稳定采样过程，但有时可能会导致图像模糊。
• use_karras_sigmas (bool，可选，默认为 False) — 是否在采样过程的噪声调度中使用 Karras sigmas 来确定步长。如果为 True，则 sigmas 将根据噪声水平序列 {σi} 确定。
• use_exponential_sigmas (bool，可选，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, 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_lu_lambdas (bool，可选，默认为 False) — 在采样过程中，是否使用 Lu 的 DPM-Solver 提出的 uniform-logSNR 步长来确定噪声调度。如果为 True，则 sigmas 和时间步将根据 lambda(t) 序列确定。
• use_flow_sigmas (bool，可选，默认为 False) — 在采样过程中，是否在噪声调度中使用 flow sigmas 作为步长。
• flow_shift (float，可选，默认为 1.0) — 用于 flow matching 的时间步调度的偏移值。
• final_sigmas_type（"zero" 或 "sigma_min"，可选，默认为 "zero"） — 采样过程中噪声调度的最终 sigma 值。如果为 "sigma_min"，则最终 sigma 与训练调度中的最后一个 sigma 相同。如果为 "zero"，则最终 sigma 设为 0。
• lambda_min_clipped (float，默认为 -inf) — lambda(t) 最小值的裁剪阈值，用于保证数值稳定性。这对于余弦（squaredcos_cap_v2）噪声调度至关重要。
• variance_type（"learned" 或 "learned_range"，可选）— 对于预测方差的扩散模型，将其设置为 "learned" 或 "learned_range"。如果已设置，模型的输出将包含预测的高斯方差。
• timestep_spacing（"linspace"、"leading" 或 "trailing"，默认为 "linspace"） — 时间步的缩放方式。更多信息请参阅 常见的扩散噪声调度和采样步骤存在缺陷 中的表 2。
• steps_offset (int，默认为 0) — 添加到推理步数中的偏移量，某些模型系列需要此参数。
• rescale_betas_zero_snr (bool，默认为 False) — 是否重新缩放 betas 以实现零终端 SNR。这使模型能够生成非常明亮和非常暗的样本，而不是将其限制在中等亮度的样本上。与 --offset_noise 大致相关。
• use_dynamic_shifting（bool，默认为 False）—— 是否对时间步调度使用动态偏移。
• time_shift_type ("exponential"，默认为 "exponential") — 在使用动态移位时应用的时间移位类型。

参数

• prev_sample（对于图像，形状为 (batch_size, num_channels, height, width) 的 torch.Tensor）— 前一时间步的已计算样本 (x_{t-1})。在去噪循环中，应将 prev_sample 用作下一个模型输入。