Diffusers documentation
LMSDiscreteScheduler
Başlayın
Çıkarım
Diffusion pipeline'ları kullanma
Adaptörler ve kişiselleştirme
Optimize et ve ölçeklendir
Temel performans
Hız ve bellek
Dağıtık çıkarım
Kantizasyon
Donanıma özgü hızlandırma
Topluluk yöntemleri
Modüler Diffusers
Eğit ve ince ayar yap
Kaynaklar
Katkıda bulun
API
Ana Sınıflar
Modüler
Yükleyiciler
Modeller
Pipelines
Zamanlayıcılar
Genel BakışBlockRefinementSchedulerCMStochasticIterativeSchedulerCogVideoXDDIMSchedulerCogVideoXDPMSchedulerConsistencyDecoderSchedulerCosineDPMSolverMultistepSchedulerDDIMInverseSchedulerDDIMSchedulerDDPMSchedulerDEISMultistepSchedulerDiscreteDDIMSchedulerDPMSolverMultistepInverseDPMSolverMultistepSchedulerDPMSolverSDESchedulerDPMSolverSinglestepSchedulerEDMDPMSolverMultistepSchedulerEDMEulerSchedulerEntropyBoundSchedulerEulerAncestralDiscreteSchedulerEulerDiscreteSchedulerFlowMapEulerDiscreteSchedulerFlowMatchEulerDiscreteSchedulerFlowMatchHeunDiscreteSchedulerHeliosDMDSchedulerHeliosSchedulerHeunDiscreteSchedulerIPNDMSchedulerKDPM2AncestralDiscreteSchedulerKDPM2DiscreteSchedulerLCMSchedulerLMSDiscreteSchedulerMiniMaxH3SchedulerPiflowSchedulerPNDMSchedulerRePaintSchedulerRFD4ProteinaSchedulerScoreSdeVeSchedulerTCDSchedulerUniPCMultistepSchedulerVQDiffusionScheduler
Dahili sınıflar
LMSDiscreteScheduler
LMSDiscreteScheduler, ayrık beta zamanlamaları için doğrusal çok adımlı bir zamanlayıcıdır. Zamanlayıcı Katherine Crowson tarafından taşınmış ve oluşturulmuştur; orijinal uygulama crowsonkb/k-diffusion adresinde bulunabilir.
LMSDiscreteScheduler
LMSDiscreteSchedulerOutput
sınıf diffusers.schedulers.scheduling_lms_discrete.LMSDiscreteSchedulerOutput
< source >( prev_sample: Tensorpred_original_sample: typing.Optional[torch.Tensor] = None )
Parametreler
- prev_sample (görseller için
torch.Tensor, şekli(batch_size, num_channels, height, width)) — Önceki zaman adımının hesaplanan örneği(x_{t-1}).prev_sample, gürültü azaltma döngüsünde bir sonraki model girdisi olarak kullanılmalıdır. - pred_original_sample (görseller için
(batch_size, num_channels, height, width)biçimindetorch.Tensor) — Mevcut zaman adımındaki model çıktısına dayalı olarak tahmin edilen gürültüsü azaltılmış örnek(x_{0}).pred_original_sample, ilerlemeyi önizlemek veya yönlendirme için kullanılabilir.
Zamanlayıcının step işlevi çıktısı için çıktı sınıfı.