Buckets:
| # SD3Transformer2D | |
| Kelas ini berguna saat *hanya* memuat bobot ke dalam [SD3Transformer2DModel](/docs/diffusers/main/id/api/models/sd3_transformer2d#diffusers.SD3Transformer2DModel). Jika Anda perlu memuat bobot ke dalam text encoder atau text encoder dan SD3Transformer2DModel, periksa kelas [`SD3LoraLoaderMixin`](lora#diffusers.loaders.SD3LoraLoaderMixin) sebagai gantinya. | |
| Kelas `SD3Transformer2DLoadersMixin` saat ini hanya memuat bobot IP-Adapter, tetapi akan digunakan di masa depan untuk menyimpan bobot dan memuat LoRA. | |
| > [!TIP] | |
| > Untuk mempelajari lebih lanjut tentang cara memuat bobot LoRA, lihat panduan pemuatan [LoRA](../../tutorials/using_peft_for_inference). | |
| ## SD3Transformer2DLoadersMixin[[diffusers.loaders.SD3Transformer2DLoadersMixin]] | |
| #### diffusers.loaders.SD3Transformer2DLoadersMixin[[diffusers.loaders.SD3Transformer2DLoadersMixin]] | |
| ```python | |
| diffusers.loaders.SD3Transformer2DLoadersMixin() | |
| ``` | |
| [Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/loaders/transformer_sd3.py#L27) | |
| Muat lapisan IP-Adapters dan LoRA ke dalam `[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) | |
| ``` | |
| [Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/loaders/transformer_sd3.py#L145) | |
| **Parameter:** | |
| state_dict (`Dict`) : State dict dengan kunci "ip_adapter", yang berisi parameter untuk attention processors, dan "image_proj", yang berisi parameter untuk image projection net. | |
| low_cpu_mem_usage (`bool`, *opsional*, defaultnya `True` jika versi torch >= 1.9.0 selain itu `False`) : Mempercepat pemuatan model dengan hanya memuat bobot pretrained dan tidak menginisialisasi bobot. Ini juga berusaha untuk tidak menggunakan lebih dari 1x ukuran model di memori CPU (termasuk memori puncak) saat memuat model. Hanya didukung untuk PyTorch >= 1.9.0. Jika Anda menggunakan versi PyTorch yang lebih lama, mengatur argumen ini ke `True` akan memicu error. | |
| Mengatur prosesor perhatian IP-Adapter, proyeksi gambar, dan memuat state_dict. | |
Xet Storage Details
- Size:
- 2.16 kB
- Xet hash:
- 0494774fe37278eb7466ba1954a44e907ab82a7cbd6de0446fe8cd9376bcc89a
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.