Buckets:
| # SD3Transformer2D | |
| Cette classe est utile lorsque vous chargez *uniquement* les poids dans un [SD3Transformer2DModel](/docs/diffusers/main/fr/api/models/sd3_transformer2d#diffusers.SD3Transformer2DModel). Si vous devez charger les poids dans l'encodeur de texte ou dans un encodeur de texte et un SD3Transformer2DModel, consultez plutôt la classe [`SD3LoraLoaderMixin`](lora#diffusers.loaders.SD3LoraLoaderMixin). | |
| La classe `SD3Transformer2DLoadersMixin` ne charge actuellement que les poids IP-Adapter, mais sera utilisée à l’avenir pour enregistrer les poids et charger les LoRAs. | |
| > [!TIP] | |
| > Pour en savoir plus sur la manière de charger les poids LoRA, consultez le guide de chargement [LoRA](../../tutorials/using_peft_for_inference). | |
| ## SD3Transformer2DLoadersMixin[[diffusers.loaders.SD3Transformer2DLoadersMixin]] | |
| #### diffusers.loaders.SD3Transformer2DLoadersMixin[[diffusers.loaders.SD3Transformer2DLoadersMixin]] | |
| ```python | |
| diffusers.loaders.SD3Transformer2DLoadersMixin() | |
| ``` | |
| [Source](https://github.com/huggingface/diffusers/blob/main/src/diffusers/loaders/transformer_sd3.py#L27) | |
| Charger les IP-Adapters et les couches LoRA dans un `[SD3Transformer2DModel]`. | |
| #### _load_ip_adapter_weights[[diffusers.loaders.SD3Transformer2DLoadersMixin._load_ip_adapter_weights]] | |
| ```python | |
| _load_ip_adapter_weights(state_dict: dict, low_cpu_mem_usage: bool = True) | |
| ``` | |
| [Source](https://github.com/huggingface/diffusers/blob/main/src/diffusers/loaders/transformer_sd3.py#L145) | |
| **Paramètres :** | |
| state_dict (`Dict`) : State dict with keys "ip_adapter", which contains parameters for attention processors, and "image_proj", which contains parameters for image projection net. | |
| low_cpu_mem_usage (`bool`, *facultatif*, par défaut `True` si la version de torch est >= 1.9.0, sinon `False`) : Accélère le chargement du modèle en ne chargeant que les poids préentraînés et sans initialiser les poids. Cela tente également de ne pas utiliser plus de 1 fois la taille du modèle en mémoire CPU (y compris la mémoire de pointe) lors du chargement du modèle. Pris en charge uniquement pour PyTorch >= 1.9.0. Si vous utilisez une version plus ancienne de PyTorch, définir cet argument sur `True` déclenchera une erreur. | |
| Définit les processeurs d'attention IP-Adapter, la projection d'image et charge le state_dict. | |
Xet Storage Details
- Size:
- 2.33 kB
- Xet hash:
- 051f7ce3d22ea04d3545e2bc1f8c6a0d4cf324ab042b2c4b5fb3fe0aec5ab405
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.