Buckets:
| # ChromaTransformer2DModel | |
| Un modèle Transformer de flux modifié 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) | |
| ``` | |
| [Source](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_chroma.py#L359) | |
| **Paramètres :** | |
| patch_size (`int`, par défaut `1`) : Taille des patches pour découper les données d'entrée en petits patches. | |
| in_channels (`int`, par défaut `64`) : Le nombre de canaux dans l'entrée. | |
| out_channels (`int`, *facultatif*, par défaut `None`) : Le nombre de canaux dans la sortie. S'il n'est pas spécifié, il est défini sur `in_channels` par défaut. | |
| num_layers (`int`, par défaut `19`) : Le nombre de blocs DiT à double flux à utiliser. | |
| num_single_layers (`int`, par défaut `38`) : Le nombre de blocs DiT à flux unique à utiliser. | |
| attention_head_dim (`int`, par défaut `128`) : Le nombre de dimensions à utiliser pour chaque tête d'attention. | |
| num_attention_heads (`int`, par défaut `24`) : Le nombre de têtes d'attention à utiliser. | |
| joint_attention_dim (`int`, par défaut `4096`) : Le nombre de dimensions à utiliser pour l'attention conjointe (dimension d'embedding/canal de `encoder_hidden_states`). | |
| axes_dims_rope (`tuple[int]`, par défaut `(16, 56, 56)`) : Les dimensions à utiliser pour les embeddings positionnels rotatifs. | |
| Le modèle Transformer introduit dans Flux, modifié pour Chroma. | |
| Référence : 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) | |
| ``` | |
| [Source](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_chroma.py#L465) | |
| **Paramètres :** | |
| hidden_states (`torch.Tensor` de forme `(batch_size, image_sequence_length, in_channels)`) : `hidden_states` d'entrée. | |
| encoder_hidden_states (`torch.Tensor` de forme `(batch_size, text_sequence_length, joint_attention_dim)`) : Embeddings conditionnels (embeddings calculés à partir des conditions d'entrée, telles que les prompts) à utiliser. | |
| timestep ( `torch.LongTensor`) : Utilisé pour indiquer l'étape de débruitage. | |
| img_ids (`torch.Tensor`) : Identifiants de position d'image utilisés pour calculer les embeddings positionnels rotatifs. | |
| txt_ids (`torch.Tensor`) : Identifiants de position du texte utilisés pour calculer les embeddings positionnels rotatifs. | |
| attention_mask (`torch.Tensor`, *facultatif*) : Masque appliqué à `encoder_hidden_states` lors de l'attention. | |
| controlnet_block_samples (`list` de `torch.Tensor`, *facultatif*) : Une liste de tenseurs qui, si elle est spécifiée, est ajoutée aux résidus des blocs de transformeur. | |
| controlnet_single_block_samples (`list` de `torch.Tensor`, *facultatif*) : Une liste de tenseurs qui, si elle est spécifiée, est ajoutée aux résidus des blocs de transformeur individuels. | |
| controlnet_blocks_repeat (`bool`, *facultatif*, par défaut `False`) : Indique s'il faut répéter les échantillons du bloc controlnet sur tous les blocs transformer. | |
| joint_attention_kwargs (`dict`, *facultatif*) : Un dictionnaire de kwargs qui, s'il est spécifié, est transmis à l'`AttentionProcessor` tel que défini sous `self.processor` dans [diffusers.models.attention_processor](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py). | |
| return_dict (`bool`, *facultatif*, par défaut `True`) : Indique s'il faut retourner un `~models.transformer_2d.Transformer2DModelOutput` plutôt qu'un simple tuple. | |
| **Retourne :** | |
| Si `return_dict` est True, un `~models.transformer_2d.Transformer2DModelOutput` est renvoyé, sinon un `tuple` dont le premier élément est le tenseur d'échantillon. | |
| La méthode forward du [FluxTransformer2DModel](/docs/diffusers/main/fr/api/models/flux_transformer#diffusers.FluxTransformer2DModel). | |
Xet Storage Details
- Size:
- 4.76 kB
- Xet hash:
- d785c5368a52a3930f39b0833096511afe9392bae7c05d4fe18a229591b02762
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.