diffusers/main/es/api/activations.md

Funciones de activación

Funciones de activación personalizadas para admitir varios modelos en 🤗 Diffusers.

GELU[[diffusers.models.activations.GELU]]

diffusers.models.activations.GELU[[diffusers.models.activations.GELU]]

diffusers.models.activations.GELU(dim_in: int, dim_out: int, approximate: str = 'none', bias: bool = True)

Fuente

Parámetros:

dim_in (int) : El número de canales en la entrada.

dim_out (int) : El número de canales en la salida.

approximate (str, opcional, por defecto "none") : Si es "tanh", usa la aproximación tanh.

bias (bool, por defecto True) : Si se debe usar un sesgo en la capa lineal.

Función de activación GELU con soporte para aproximación tanh mediante approximate="tanh".

GEGLU[[diffusers.models.activations.GEGLU]]

diffusers.models.activations.GEGLU[[diffusers.models.activations.GEGLU]]

diffusers.models.activations.GEGLU(dim_in: int, dim_out: int, bias: bool = True)

Fuente

Parámetros:

dim_in (int) : El número de canales en la entrada.

dim_out (int) : El número de canales en la salida.

bias (bool, por defecto True) : Si se debe usar un sesgo en la capa lineal.

Una variante de la función de activación de unidad lineal con compuerta.

ApproximateGELU[[diffusers.models.activations.ApproximateGELU]]

diffusers.models.activations.ApproximateGELU[[diffusers.models.activations.ApproximateGELU]]

diffusers.models.activations.ApproximateGELU(dim_in: int, dim_out: int, bias: bool = True)

Fuente

Parámetros:

dim_in (int) : El número de canales en la entrada.

dim_out (int) : El número de canales en la salida.

bias (bool, por defecto True) : Si se debe usar un sesgo en la capa lineal.

La forma aproximada de la unidad lineal de error gaussiano (GELU). Para más detalles, consulte la sección 2 de este artículo.

SwiGLU[[diffusers.models.activations.SwiGLU]]

diffusers.models.activations.SwiGLU[[diffusers.models.activations.SwiGLU]]

diffusers.models.activations.SwiGLU(dim_in: int, dim_out: int, bias: bool = True)

Fuente

Parámetros:

dim_in (int) : El número de canales en la entrada.

dim_out (int) : El número de canales en la salida.

bias (bool, por defecto True) : Si se debe usar un sesgo en la capa lineal.

Una variante de la función de activación de unidad lineal con puerta. Es similar a GEGLU pero usa SiLU / Swish en lugar de GeLU.

FP32SiLU[[diffusers.models.activations.FP32SiLU]]

diffusers.models.activations.FP32SiLU[[diffusers.models.activations.FP32SiLU]]

diffusers.models.activations.FP32SiLU()

Fuente

Función de activación SiLU con la entrada convertida a torch.float32.

LinearActivation[[diffusers.models.activations.LinearActivation]]

diffusers.models.activations.LinearActivation[[diffusers.models.activations.LinearActivation]]

diffusers.models.activations.LinearActivation(dim_in: int, dim_out: int, bias: bool = True, activation: str = 'silu')

Fuente