Buckets:
| # Lumina2Transformer2DModel | |
| تم تقديم نموذج [Lumina Image 2.0](https://huggingface.co/Alpha-VLLM/Lumina-Image-2.0) من نوع Diffusion Transformer لبيانات الفيديو ثلاثية الأبعاد بواسطة Alpha-VLLM. | |
| يمكن تحميل النموذج باستخدام مقتطف الشيفرة التالي. | |
| ```python | |
| from diffusers import Lumina2Transformer2DModel | |
| transformer = Lumina2Transformer2DModel.from_pretrained("Alpha-VLLM/Lumina-Image-2.0", subfolder="transformer", dtype=torch.bfloat16) | |
| ``` | |
| ## Lumina2Transformer2DModel[[diffusers.Lumina2Transformer2DModel]] | |
| #### diffusers.Lumina2Transformer2DModel[[diffusers.Lumina2Transformer2DModel]] | |
| ```python | |
| diffusers.Lumina2Transformer2DModel(sample_size: int = 128, patch_size: int = 2, in_channels: int = 16, out_channels: int | None = None, hidden_size: int = 2304, num_layers: int = 26, num_refiner_layers: int = 2, num_attention_heads: int = 24, num_kv_heads: int = 8, multiple_of: int = 256, ffn_dim_multiplier: float | None = None, norm_eps: float = 1e-05, scaling_factor: float = 1.0, axes_dim_rope: tuple[int, int, int] = (32, 32, 32), axes_lens: tuple[int, int, int] = (300, 512, 512), cap_feat_dim: int = 1024) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_lumina2.py#L327) | |
| **المعاملات:** | |
| sample_size (`int`) : عرض الصور الكامنة. هذا ثابت أثناء التدريب لأنه يُستخدم لتعلم عدد من تضمينات المواقع. | |
| patch_size (`int`، *اختياري*، (`int`، *اختياري*، القيمة الافتراضية 2) : حجم كل رقعة في الصورة. يحدد هذا المعامل دقة الرقع المُدخلة إلى النموذج. | |
| in_channels (`int`، *اختياري*، القيمة الافتراضية 4) : عدد قنوات الإدخال للنموذج. عادةً، يتطابق هذا العدد مع عدد القنوات في الصور المدخلة. | |
| hidden_size (`int`، *اختياري*، القيمة الافتراضية 4096) : بُعد الطبقات المخفية في النموذج. يحدد هذا المعامل عرض التمثيلات المخفية للنموذج. | |
| num_layers (`int`، *اختياري*، الافتراضي 32) : عدد الطبقات في النموذج. يحدد هذا عمق الشبكة العصبية. | |
| num_attention_heads (`int`، *اختياري*، القيمة الافتراضية 32) : عدد رؤوس الانتباه في كل طبقة انتباه. يحدد هذا المعامل عدد آليات الانتباه المنفصلة المستخدمة. | |
| num_kv_heads (`int`، *اختياري*، القيمة الافتراضية 8) : عدد رؤوس المفاتيح والقيم في آلية الانتباه، إذا كان مختلفًا عن عدد رؤوس الانتباه. إذا كانت القيمة None، فإنها تتحول افتراضيًا إلى num_attention_heads. | |
| multiple_of (`int`، *اختياري*، القيمة الافتراضية 256) : عامل يجب أن تكون حجم المخفي مضاعفًا له. يمكن أن يساعد ذلك في تحسين بعض تكوينات الأجهزة. | |
| ffn_dim_multiplier (`float`، *اختياري*) : مُضاعِف لأبعاد الشبكة الأمامية. إذا كانت القيمة None، فسيتم استخدام قيمة افتراضية بناءً على إعدادات النموذج. | |
| norm_eps (`float`، *اختياري*، القيمة الافتراضية 1e-5) : قيمة صغيرة تُضاف إلى المقام لضمان الاستقرار العددي في طبقات التطبيع. | |
| scaling_factor (`float`، *اختياري*، القيمة الافتراضية 1.0) : معامل مقياس يُطبَّق على بعض المعاملات أو الطبقات في النموذج. يمكن استخدامه لضبط المقياس العام لعمليات النموذج. | |
| Lumina2NextDiT: نموذج انتشار بهيكل أساسي من نوع Transformer. | |
| #### forward[[diffusers.Lumina2Transformer2DModel.forward]] | |
| ```python | |
| forward(hidden_states: Tensor, timestep: Tensor, encoder_hidden_states: Tensor, encoder_attention_mask: Tensor, attention_kwargs: dict[str, typing.Any] | None = None, return_dict: bool = True) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_lumina2.py#L460) | |
| **المعاملات:** | |
| hidden_states (`torch.Tensor` من الشكل `(batch_size, in_channels, height, width)`) : مدخلات `hidden_states`. | |
| timestep (`torch.LongTensor`) : يُستخدم للإشارة إلى خطوة إزالة الضوضاء. | |
| encoder_hidden_states (`torch.Tensor` من الشكل `(batch_size, sequence_len, embed_dims)`) : التضمينات الشرطية (التضمينات المحسوبة من الشروط المدخلة مثل الأوامر) للاستخدام. | |
| encoder_attention_mask (`torch.Tensor`) : القناع المطبَّق على `encoder_hidden_states` أثناء الانتباه. | |
| attention_kwargs (`dict`، *اختياري*) : قاموس kwargs يُمرَّر إلى `AttentionProcessor` إذا تم تحديده، كما هو معرَّف تحت `self.processor` في [diffusers.models.attention_processor](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py). | |
| return_dict (`bool`، *اختياري*، القيمة الافتراضية `True`) : ما إذا كان يجب إرجاع `~models.transformer_2d.Transformer2DModelOutput` بدلاً من tuple عادي. | |
| **يعيد:** | |
| إذا كان `return_dict` صحيحًا، يُعاد `~models.transformer_2d.Transformer2DModelOutput`، وإلا يُعاد `tuple` يكون عنصره الأول هو تينسور العينة. | |
| طريقة [Lumina2Transformer2DModel](/docs/diffusers/main/ar/api/models/lumina2_transformer2d#diffusers.Lumina2Transformer2DModel) الأمامية. | |
| ## Transformer2DModelOutput[[diffusers.models.modeling_outputs.Transformer2DModelOutput]] | |
| #### diffusers.models.modeling_outputs.Transformer2DModelOutput[[diffusers.models.modeling_outputs.Transformer2DModelOutput]] | |
| ```python | |
| diffusers.models.modeling_outputs.Transformer2DModelOutput(sample: torch.Tensor) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/modeling_outputs.py#L21) | |
| **المعاملات:** | |
| sample (`torch.Tensor` من الشكل `(batch_size, num_channels, height, width)` أو `(batch size, num_vector_embeds - 1, num_latent_pixels)` إذا كان [Transformer2DModel](/docs/diffusers/main/ar/api/models/transformer2d#diffusers.Transformer2DModel) منفصلاً): مخرجات الحالات المخفية المشروطة على مدخل `encoder_hidden_states`. إذا كان منفصلاً، يعيد توزيعات الاحتمال للبكسلات الكامنة غير الملوثة. | |
| مخرجات [Transformer2DModel](/docs/diffusers/main/ar/api/models/transformer2d#diffusers.Transformer2DModel). | |
Xet Storage Details
- Size:
- 7.07 kB
- Xet hash:
- 0ce44ccdaa5076259edd861c63980501cc43c84f3dc3dbe4945252e580850350
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.