mindflow.cell.DDIMScheduler

class mindflow.cell.DDIMScheduler(num_train_timesteps: int = 1000, beta_start: float = 0.0001, beta_end: float = 0.02, beta_schedule: str = 'squaredcos_cap_v2', prediction_type: str = 'epsilon', clip_sample: bool = True, clip_sample_range: float = 1.0, thresholding: bool = False, sample_max_value: float = 1.0, dynamic_thresholding_ratio: float = 0.995, rescale_betas_zero_snr: bool = False, timestep_spacing: str = 'leading', compute_dtype=mstype.float32)

DDIMScheduler 实现了去噪扩散概率模型DDIM中介绍的去噪过程。具体细节见 Denoising Diffusion Implicit Models 。

参数：

• num_train_timesteps (int) - DDPM扩散模型训练步数。默认值: 1000 。

• beta_start (float) - 噪声控制参数 beta 起始值。默认值： 0.0001 。

• beta_end (float) - 噪声控制参数 beta 终点值。默认值： 0.02 。

• beta_schedule (str) - 噪声控制参数计算方式。默认值： squaredcos_cap_v2 。支持以下类型： squaredcos_cap_v2 , linear 和 scaled_linear 。默认值： squaredcos_cap_v2 。

• prediction_type (str) - 扩散调度器预测类型。默认值： epsilon （预测噪声）。支持以下类型： sample (直接预测加噪样本) 和 v_prediction （参考 Imagen Video ）。

• clip_sample (bool) - 是否为了数值稳定性，裁剪预测的样本。默认值： True 。

• clip_sample_range (float) - 样本裁剪最大幅度。默认值： 1.0 。仅当 clip_sample=True 时有效。

• thresholding (bool) - 是否采用动态阈值方法。默认值： False 。这不适用于潜在空间扩散模型，例如 Stable Diffusion。

• sample_max_value (float) - 动态阈值方法的阈值。默认值： 1.0 。仅当 thresholding=True 时有效。

• dynamic_thresholding_ratio (float) - 动态阈值方法的比率。默认值： 0.995 。

• timestep_spacing (str) - 采样时间步缩放的计算方式。参考 通用的扩散噪声调度器和采样步骤有缺陷 表2了解更多信息。支持以下类型： linspace , leading 和 trailing 。默认值： leading 。

• rescale_betas_zero_snr (bool) - 是否重新缩放 betas 以使其终端 SNR 为零。这使模型能够生成非常明亮和黑暗的样本，而不是将其限制为中等亮度的样本。与 offset_noise 松散相关。默认值： False 。

• compute_dtype (mindspore.dtype) - 数据类型。默认值： mstype.float32 ，表示 mindspore.float32 。

支持平台：

Ascend

样例：

>>> from mindspore import ops, dtype as mstype
>>> from mindflow.cell import DDIMScheduler
>>> scheduler = DDIMScheduler(num_train_timesteps=1000,
...                           beta_start=0.0001,
...                           beta_end=0.02,
...                           beta_schedule="squaredcos_cap_v2",
...                           prediction_type='epsilon',
...                           clip_sample=True,
...                           clip_sample_range=1.0,
...                           thresholding=False,
...                           sample_max_value=1.,
...                           dynamic_thresholding_ratio=0.995,
...                           rescale_betas_zero_snr=False,
...                           timestep_spacing="leading",
...                           compute_dtype=mstype.float32)
>>> batch_size, seq_len, in_dim = 4, 256, 16
>>> original_samples = ops.randn([batch_size, seq_len, in_dim])
>>> noise = ops.randn([batch_size, seq_len, in_dim])
>>> timesteps = ops.randint(0, 100, [batch_size, 1])
>>> noised_sample = scheduler.add_noise(original_samples, noise, timesteps)
>>> print(noised_sample.shape)
(4, 256, 16)
>>> sample_timesteps = Tensor(np.array([60]*batch_size), dtype=mstype.int32)
>>> x_prev = scheduler.step(noise, noised_sample, sample_timesteps)
>>> print(x_prev.shape)
(4, 256, 16)

add_noise(original_samples: Tensor, noise: Tensor, timesteps: Tensor)

DDIM前向加噪步骤。

参数：

• original_samples (Tensor) - 样本。

• noise (Tensor) - 随机噪声。

• timesteps (Tensor) - 当前时间步。

返回：

Tensor - 加噪样本。

set_timesteps(num_inference_steps)

设置采样步数。

参数：

• num_inference_steps (int) - 采样步数。

异常：

• ValueError - 如果 num_inference_steps 大于 num_train_timesteps 。

step(model_output: Tensor, sample: Tensor, timestep: Tensor, eta: float = 0.0, use_clipped_model_output: bool = False)

DDIM反向去噪步骤。

参数：

• model_output (Tensor) - 扩散模型预测的噪声。

• sample (Tensor) - 当前样本。

• timestep (Tensor) - 当前时间步。

• eta (float) - 去噪加入噪声的权重。必须满足 0 <= eta <=1 。默认值： 0.0 。

• use_clipped_model_output (bool) - 如果为 True ，则根据裁剪的预测原始样本计算校正后的model_output。这是必要的，因为当 self.scheduler.clip_sample 为 True 时，预测的原始样本被裁剪到 [-1，1]。如果没有裁剪，校正的 model_output 将与作为输入提供的输出冲突， use_cliped_model_output 无效。默认值： False 。

异常：

• ValueError - 如果不满足 0 <= eta <=1 条件。

返回：

Tensor - 去噪样本。