Buckets:
| # JoyImageEditTransformer3DModel | |
| يمكن تحميل النموذج باستخدام مقتطف الشيفرة التالي. | |
| ```python | |
| from diffusers import JoyImageEditTransformer3DModel | |
| transformer = JoyImageEditTransformer3DModel.from_pretrained("jdopensource/JoyAI-Image-Edit-Diffusers", subfolder="transformer", dtype=torch.bfloat16) | |
| ``` | |
| ## JoyImageEditTransformer3DModel[[diffusers.JoyImageEditTransformer3DModel]] | |
| #### diffusers.JoyImageEditTransformer3DModel[[diffusers.JoyImageEditTransformer3DModel]] | |
| ```python | |
| diffusers.JoyImageEditTransformer3DModel(patch_size: list = [1, 2, 2], in_channels: int = 16, out_channels: int | None = None, hidden_size: int = 3072, num_attention_heads: int = 24, text_dim: int = 4096, mlp_width_ratio: float = 4.0, num_layers: int = 20, rope_dim_list: list[int] = [16, 56, 56], rope_type: str = 'rope', theta: int = 256) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_joyimage.py#L372) | |
| نموذج JoyImage Transformer لتوليد الصور / تحريرها. | |
| بنية DiT ذات تدفّقين مع تضمينات تكييف على طراز WAN وتضمينات مواضع دوّارة مخصّصة. | |
| #### forward[[diffusers.JoyImageEditTransformer3DModel.forward]] | |
| ```python | |
| forward(hidden_states: Tensor, timestep: Tensor, encoder_hidden_states: Tensor = None, return_dict: bool = True) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_joyimage.py#L522) | |
| **المعاملات:** | |
| hidden_states (`torch.Tensor` من الشكل `(batch_size, num_channels, num_frames, height, width)` أو `(batch_size, num_items, num_channels, num_frames, height, width)`) : مدخلات `hidden_states`. | |
| timestep (`torch.LongTensor`) : يُستخدم للإشارة إلى خطوة إزالة الضوضاء. | |
| encoder_hidden_states (`torch.Tensor`، *اختياري*) : التضمينات الشرطية (التضمينات المحسوبة من شروط الإدخال مثل الأوامر النصية) التي سيتم استخدامها. | |
| 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 [JoyImageEditTransformer3DModel](/docs/diffusers/main/ar/api/models/transformer_joyimage#diffusers.JoyImageEditTransformer3DModel) 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:
- 3.77 kB
- Xet hash:
- 4dfa2ecb5d947215cba0a43af83d6cd01bbbb98e6f764fe994b17c5646cc8f51
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.