def ddim_sample(self, batched_inputs, backbone_feats, images_whwh, images, clip_denoised=True, do_postprocess=True):
batch = images_whwh.shape[0]
shape = (batch, self.num_proposals, 4)
total_timesteps, sampling_timesteps, eta, objective = self.num_timesteps, self.sampling_timesteps, self.ddim_sampling_eta, self.objective
# [-1, 0, 1, 2, ..., T-1] when sampling_timesteps == total_timesteps
times = torch.linspace(-1, total_timesteps - 1, steps=sampling_timesteps + 1)
times = list(reversed(times.int().tolist()))
time_pairs = list(zip(times[:-1], times[1:])) # [(T-1, T-2), (T-2, T-3), ..., (1, 0), (0, -1)]
这段程序中关于sampling_timesteps设置为1之后，所生成的times似乎是(999,-1)这样的结果，这样的话在下面的for循环中好像就无法实现逐步去噪的作用，循环语句中的内容只会执行一次。按我的理解是，生成#语句中那样的时间步序列，然后循环很多次以达到一个逐步去噪的作用。
是我的理解错误么？望百忙之中回复，谢谢~
作者您好：
以下是我遇到的问题，望能得到解答。
这段程序中关于sampling_timesteps设置为1之后，所生成的times似乎是(999,-1)这样的结果，这样的话在下面的for循环中好像就无法实现逐步去噪的作用，循环语句中的内容只会执行一次。按我的理解是，生成#语句中那样的时间步序列，然后循环很多次以达到一个逐步去噪的作用。
是我的理解错误么？望百忙之中回复，谢谢~