Buckets:

hf-doc-build
/

doc

Files

xet

hf-doc-build/doc / diffusers /main /es /api /models /bria_transformer.md

mishig

about 3 hours ago

preview code

download

raw

4.74 kB

# BriaTransformer2DModel

Un modelo Transformer de flux modificado de [Bria](https://huggingface.co/briaai).

## BriaTransformer2DModel[[diffusers.BriaTransformer2DModel]]

#### diffusers.BriaTransformer2DModel[[diffusers.BriaTransformer2DModel]]

```python
diffusers.BriaTransformer2DModel(patch_size: int = 1, in_channels: int = 64, num_layers: int = 19, num_single_layers: int = 38, attention_head_dim: int = 128, num_attention_heads: int = 24, joint_attention_dim: int = 4096, pooled_projection_dim: int = None, guidance_embeds: bool = False, axes_dims_rope: list[int] = [16, 56, 56], rope_theta = 10000, time_theta = 10000)
```

[Fuente](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_bria.py#L504)

**Parámetros:**

patch_size (`int`) : Tamaño del parche para convertir los datos de entrada en pequeños parches.
in_channels (`int`, *opcional*, valor predeterminado 16) : El número de canales en la entrada.

num_layers (`int`, *opcional*, valor predeterminado 18) : El número de capas de bloques MMDiT a utilizar.
num_single_layers (`int`, *opcional*, valor predeterminado 18) : El número de capas de bloques DiT individuales a utilizar.
attention_head_dim (`int`, *opcional*, valor predeterminado 64) : El número de canales en cada cabeza.
num_attention_heads (`int`, *opcional*, valor predeterminado 18) : El número de cabezas a utilizar para la atención multi-cabeza.
joint_attention_dim (`int`, *opcional*) : El número de dimensiones de `encoder_hidden_states` a utilizar.
pooled_projection_dim (`int`) : Número de dimensiones a utilizar al proyectar las `pooled_projections`.

guidance_embeds (`bool`, predeterminado en False) : Si se deben usar embeddings de guía.
El modelo Transformer introducido en Flux. Basado en FluxPipeline con varios cambios:
- embeddings no agrupados
- Usamos relleno con ceros para los prompts
- No hay un *embedding* de guía ya que esta no es una versión destilada
Referencia: https://blackforestlabs.ai/announcing-black-forest-labs/
#### forward[[diffusers.BriaTransformer2DModel.forward]]
```python
forward(hidden_states: Tensor, encoder_hidden_states: Tensor = None, pooled_projections: Tensor = None, timestep: LongTensor = None, img_ids: Tensor = None, txt_ids: Tensor = None, guidance: Tensor = None, attention_kwargs: dict[str, typing.Any] | None = None, return_dict: bool = True, controlnet_block_samples = None, controlnet_single_block_samples = None)
```
[Fuente](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_bria.py#L582)
**Parámetros:**
hidden_states (`torch.FloatTensor` de forma `(batch size, channel, height, width)`) : `hidden_states` de entrada.
encoder_hidden_states (`torch.FloatTensor` de forma `(batch size, sequence_len, embed_dims)`) : Embeddings condicionales (embeddings calculados a partir de las condiciones de entrada, como los prompts) a utilizar.
pooled_projections (`torch.FloatTensor` de forma `(batch_size, projection_dim)`) : Incrustaciones proyectadas a partir de las incrustaciones de las condiciones de entrada.
timestep ( `torch.LongTensor`) : Se utiliza para indicar el paso de desruido.
img_ids (`torch.Tensor`) : ids de posición de imagen utilizados para calcular los embeddings posicionales rotatorios.
txt_ids (`torch.Tensor`) : ids de posición de texto utilizados para calcular los embeddings posicionales rotatorios.
guidance (`torch.Tensor`, *opcional*) : Embedding de escala de guía utilizado para las variantes destiladas por guía del modelo.
controlnet_block_samples (`list` de `torch.Tensor`, *opcional*) : Una lista de tensores que, si se especifica, se añaden a los residuos de los bloques de transformador.
controlnet_single_block_samples (`list` de `torch.Tensor`, *opcional*) : Una lista de tensores que, si se especifica, se añaden a los residuos de los bloques de transformador individuales.
attention_kwargs (`dict`, *opcional*) : Un diccionario de kwargs que, si se especifica, se pasa al `AttentionProcessor` tal como se define bajo `self.processor` en [diffusers.models.attention_processor](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py).
return_dict (`bool`, *opcional*, valor predeterminado `True`) : Indica si se debe devolver un `~models.transformer_2d.Transformer2DModelOutput` en lugar de una tupla simple.
**Devuelve:**
Si `return_dict` es True, se devuelve un `~models.transformer_2d.Transformer2DModelOutput`; en caso contrario, se devuelve una `tuple` cuyo primer elemento es el tensor de la muestra.
El método forward de [BriaTransformer2DModel](/docs/diffusers/main/es/api/models/bria_transformer#diffusers.BriaTransformer2DModel).

Xet Storage Details

Size:: 4.74 kB
Xet hash:: 1c295d763ebe8d806eaa0cf7e37b70109156fd8163afb2248e7f1b23bbdf6d1e

Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.

	# BriaTransformer2DModel

	Un modelo Transformer de flux modificado de [Bria](https://huggingface.co/briaai).

	## BriaTransformer2DModel[[diffusers.BriaTransformer2DModel]]

	#### diffusers.BriaTransformer2DModel[[diffusers.BriaTransformer2DModel]]

	```python
	diffusers.BriaTransformer2DModel(patch_size: int = 1, in_channels: int = 64, num_layers: int = 19, num_single_layers: int = 38, attention_head_dim: int = 128, num_attention_heads: int = 24, joint_attention_dim: int = 4096, pooled_projection_dim: int = None, guidance_embeds: bool = False, axes_dims_rope: list[int] = [16, 56, 56], rope_theta = 10000, time_theta = 10000)
	```

	[Fuente](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_bria.py#L504)

	Parámetros:

	patch_size (`int`) : Tamaño del parche para convertir los datos de entrada en pequeños parches.

	in_channels (`int`, opcional, valor predeterminado 16) : El número de canales en la entrada.

	num_layers (`int`, opcional, valor predeterminado 18) : El número de capas de bloques MMDiT a utilizar.

	num_single_layers (`int`, opcional, valor predeterminado 18) : El número de capas de bloques DiT individuales a utilizar.

	attention_head_dim (`int`, opcional, valor predeterminado 64) : El número de canales en cada cabeza.

	num_attention_heads (`int`, opcional, valor predeterminado 18) : El número de cabezas a utilizar para la atención multi-cabeza.

	joint_attention_dim (`int`, opcional) : El número de dimensiones de `encoder_hidden_states` a utilizar.

	pooled_projection_dim (`int`) : Número de dimensiones a utilizar al proyectar las `pooled_projections`.

	guidance_embeds (`bool`, predeterminado en False) : Si se deben usar embeddings de guía.

	El modelo Transformer introducido en Flux. Basado en FluxPipeline con varios cambios:
	- embeddings no agrupados
	- Usamos relleno con ceros para los prompts
	- No hay un embedding de guía ya que esta no es una versión destilada
	Referencia: https://blackforestlabs.ai/announcing-black-forest-labs/

	#### forward[[diffusers.BriaTransformer2DModel.forward]]

	```python
	forward(hidden_states: Tensor, encoder_hidden_states: Tensor = None, pooled_projections: Tensor = None, timestep: LongTensor = None, img_ids: Tensor = None, txt_ids: Tensor = None, guidance: Tensor = None, attention_kwargs: dict[str, typing.Any] \| None = None, return_dict: bool = True, controlnet_block_samples = None, controlnet_single_block_samples = None)
	```

	[Fuente](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_bria.py#L582)

	Parámetros:

	hidden_states (`torch.FloatTensor` de forma `(batch size, channel, height, width)`) : `hidden_states` de entrada.

	encoder_hidden_states (`torch.FloatTensor` de forma `(batch size, sequence_len, embed_dims)`) : Embeddings condicionales (embeddings calculados a partir de las condiciones de entrada, como los prompts) a utilizar.

	pooled_projections (`torch.FloatTensor` de forma `(batch_size, projection_dim)`) : Incrustaciones proyectadas a partir de las incrustaciones de las condiciones de entrada.

	timestep ( `torch.LongTensor`) : Se utiliza para indicar el paso de desruido.

	img_ids (`torch.Tensor`) : ids de posición de imagen utilizados para calcular los embeddings posicionales rotatorios.

	txt_ids (`torch.Tensor`) : ids de posición de texto utilizados para calcular los embeddings posicionales rotatorios.

	guidance (`torch.Tensor`, opcional) : Embedding de escala de guía utilizado para las variantes destiladas por guía del modelo.

	controlnet_block_samples (`list` de `torch.Tensor`, opcional) : Una lista de tensores que, si se especifica, se añaden a los residuos de los bloques de transformador.

	controlnet_single_block_samples (`list` de `torch.Tensor`, opcional) : Una lista de tensores que, si se especifica, se añaden a los residuos de los bloques de transformador individuales.

	attention_kwargs (`dict`, opcional) : Un diccionario de kwargs que, si se especifica, se pasa al `AttentionProcessor` tal como se define bajo `self.processor` en [diffusers.models.attention_processor](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py).

	return_dict (`bool`, opcional, valor predeterminado `True`) : Indica si se debe devolver un `~models.transformer_2d.Transformer2DModelOutput` en lugar de una tupla simple.

	Devuelve:

	Si `return_dict` es True, se devuelve un `~models.transformer_2d.Transformer2DModelOutput`; en caso contrario, se devuelve una `tuple` cuyo primer elemento es el tensor de la muestra.

	El método forward de [BriaTransformer2DModel](/docs/diffusers/main/es/api/models/bria_transformer#diffusers.BriaTransformer2DModel).