Buckets:
| # ChromaTransformer2DModel | |
| Un modelo Transformer de flujo modificado de [Chroma](https://huggingface.co/lodestones/Chroma1-HD) | |
| ## ChromaTransformer2DModel[[diffusers.ChromaTransformer2DModel]] | |
| #### diffusers.ChromaTransformer2DModel[[diffusers.ChromaTransformer2DModel]] | |
| ```python | |
| diffusers.ChromaTransformer2DModel(patch_size: int = 1, in_channels: int = 64, out_channels: int | None = None, num_layers: int = 19, num_single_layers: int = 38, attention_head_dim: int = 128, num_attention_heads: int = 24, joint_attention_dim: int = 4096, axes_dims_rope: tuple[int, ...] = (16, 56, 56), approximator_num_channels: int = 64, approximator_hidden_dim: int = 5120, approximator_layers: int = 5) | |
| ``` | |
| [Fuente](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_chroma.py#L359) | |
| **Parámetros:** | |
| patch_size (`int`, por defecto `1`) : Tamaño del parche para convertir los datos de entrada en pequeños parches. | |
| in_channels (`int`, por defecto `64`) : El número de canales en la entrada. | |
| out_channels (`int`, *opcional*, valor predeterminado `None`) : El número de canales en la salida. Si no se especifica, el valor predeterminado es `in_channels`. | |
| num_layers (`int`, por defecto `19`) : El número de capas de bloques DiT de doble flujo a utilizar. | |
| num_single_layers (`int`, por defecto `38`) : El número de capas de bloques DiT de flujo único que se usarán. | |
| attention_head_dim (`int`, por defecto `128`) : El número de dimensiones a utilizar para cada cabeza de atención. | |
| num_attention_heads (`int`, por defecto `24`) : El número de cabezas de atención a utilizar. | |
| joint_attention_dim (`int`, por defecto `4096`) : El número de dimensiones a utilizar para la atención conjunta (dimensión de incrustación/canal de `encoder_hidden_states`). | |
| axes_dims_rope (`tuple[int]`, por defecto `(16, 56, 56)`) : Las dimensiones a utilizar para los embeddings posicionales rotatorios. | |
| El modelo Transformer introducido en Flux, modificado para Chroma. | |
| Referencia: https://huggingface.co/lodestones/Chroma1-HD | |
| #### forward[[diffusers.ChromaTransformer2DModel.forward]] | |
| ```python | |
| forward(hidden_states: Tensor, encoder_hidden_states: Tensor = None, timestep: LongTensor = None, img_ids: Tensor = None, txt_ids: Tensor = None, attention_mask: Tensor = None, joint_attention_kwargs: dict[str, typing.Any] | None = None, controlnet_block_samples = None, controlnet_single_block_samples = None, return_dict: bool = True, controlnet_blocks_repeat: bool = False) | |
| ``` | |
| [Fuente](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_chroma.py#L465) | |
| **Parámetros:** | |
| hidden_states (`torch.Tensor` de forma `(batch_size, image_sequence_length, in_channels)`) : `hidden_states` de entrada. | |
| encoder_hidden_states (`torch.Tensor` de forma `(batch_size, text_sequence_length, joint_attention_dim)`) : Embeddings condicionales (embeddings calculados a partir de las condiciones de entrada, como los prompts) a utilizar. | |
| 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. | |
| attention_mask (`torch.Tensor`, *opcional*) : Máscara aplicada a `encoder_hidden_states` durante la atención. | |
| 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. | |
| controlnet_blocks_repeat (`bool`, *opcional*, valor predeterminado `False`) : Si se deben repetir las muestras del bloque de controlnet en todos los bloques del transformer. | |
| joint_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 [FluxTransformer2DModel](/docs/diffusers/main/es/api/models/flux_transformer#diffusers.FluxTransformer2DModel). | |
Xet Storage Details
- Size:
- 4.79 kB
- Xet hash:
- 7c75c0c44fed8e34aec836bd8a1a90de414297f758fdfb4f2b95497f6e16ecf5
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.