Hugging Face's logo

Diffusers documentation

HeliosDMDScheduler

Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

HeliosDMDScheduler

HeliosDMDScheduler didasarkan pada pengambilan sampel flow-matching piramidal yang diperkenalkan dalam Helios.

HeliosDMDScheduler

kelas diffusers.HeliosDMDScheduler

< >

( num_train_timesteps: int = 1000shift: float = 1.0stages: int = 3stage_range: list = [0, 0.3333333333333333, 0.6666666666666666, 1]gamma: float = 0.3333333333333333prediction_type: str = 'flow_prediction'use_flow_sigmas: bool = Trueuse_dynamic_shifting: bool = Falsetime_shift_type: typing.Literal['exponential', 'linear'] = 'linear' )

init_sigmas

< >

( )

inisialisasi timesteps dan sigmas global

init_sigmas_for_each_stage

< >

( )

Inisialisasi timesteps untuk setiap tahap

set_begin_index

< >

( begin_index: int = 0 )

Parameter

  • begin_index (int) — Indeks awal untuk scheduler.

Menetapkan indeks awal untuk penjadwal. Fungsi ini harus dijalankan dari pipeline sebelum inferensi.

set_timesteps

< >

( num_inference_steps: intstage_index: int | None = Nonedevice: typing.Union[str, torch.device] = Nonesigmas: bool | None = Nonemu: bool | None = Noneis_amplify_first_chunk: bool = False )

Mengatur timesteps dan sigmas untuk setiap tahap

time_shift

< >

( mu: floatsigma: floatt: Tensor ) → torch.Tensor

Parameter

  • mu (float) — Parameter mu untuk pergeseran waktu.
  • sigma (float) — Parameter sigma untuk pergeseran waktu.
  • t (torch.Tensor) — Langkah waktu input.

Mengembalikan

torch.Tensor

Langkah-langkah waktu yang digeser.

Terapkan pergeseran waktu ke sigmas.

scheduling_helios_dmd

Update on GitHub

←FlowMatchHeunDiscreteScheduler HeliosScheduler→