Buckets:
| # BriaTransformer2DModel | |
| Model Transformer flux yang dimodifikasi dari [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) | |
| ``` | |
| [Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_bria.py#L504) | |
| **Parameter:** | |
| patch_size (`int`) : Ukuran patch untuk mengubah data input menjadi patch kecil. | |
| in_channels (`int`, *opsional*, default 16) : Jumlah channel pada input. | |
| num_layers (`int`, *opsional*, default 18) : Jumlah lapisan blok MMDiT yang akan digunakan. | |
| num_single_layers (`int`, *opsional*, default 18) : Jumlah lapisan blok DiT tunggal yang akan digunakan. | |
| attention_head_dim (`int`, *opsional*, defaultnya 64) : Jumlah channel di setiap head. | |
| num_attention_heads (`int`, *opsional*, default 18) : Jumlah head yang digunakan untuk multi-head attention. | |
| joint_attention_dim (`int`, *opsional*) : Jumlah dimensi `encoder_hidden_states` yang akan digunakan. | |
| pooled_projection_dim (`int`) : Jumlah dimensi yang digunakan saat memproyeksikan `pooled_projections`. | |
| guidance_embeds (`bool`, defaultnya False) : Apakah akan menggunakan guidance embeddings. | |
| Model Transformer yang diperkenalkan dalam Flux. Berdasarkan FluxPipeline dengan beberapa perubahan: | |
| - tidak ada embedding yang dipool | |
| - Kami menggunakan zero padding untuk prompt | |
| - Tidak ada guidance embedding karena ini bukan versi yang telah di-distil | |
| Referensi: 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) | |
| ``` | |
| [Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_bria.py#L582) | |
| **Parameter:** | |
| hidden_states (`torch.FloatTensor` dengan bentuk `(batch size, channel, height, width)`) : Input `hidden_states`. | |
| encoder_hidden_states (`torch.FloatTensor` dengan bentuk `(batch size, sequence_len, embed_dims)`) : Embedding kondisional (embedding yang dihitung dari kondisi input seperti prompt) yang akan digunakan. | |
| pooled_projections (`torch.FloatTensor` dengan bentuk `(batch_size, projection_dim)`) : Embeddings yang diproyeksikan dari embeddings kondisi input. | |
| timestep ( `torch.LongTensor`) : Digunakan untuk menunjukkan langkah denoising. | |
| img_ids (`torch.Tensor`) : ID posisi gambar yang digunakan untuk menghitung embedding posisi rotasi. | |
| txt_ids (`torch.Tensor`) : ID posisi teks yang digunakan untuk menghitung embedding posisi rotasi. | |
| guidance (`torch.Tensor`, *opsional*) : Embedding skala panduan yang digunakan untuk varian model yang telah melalui distilasi panduan. | |
| controlnet_block_samples (`list` dari `torch.Tensor`, *opsional*) : Daftar tensor yang, jika ditentukan, akan ditambahkan ke residual blok transformer. | |
| controlnet_single_block_samples (`list` dari `torch.Tensor`, *opsional*) : Daftar tensor yang, jika ditentukan, akan ditambahkan ke residual dari blok transformer tunggal. | |
| attention_kwargs (`dict`, *opsional*) : Kamus kwargs yang jika ditentukan akan diteruskan ke `AttentionProcessor` seperti yang didefinisikan di bawah `self.processor` dalam [diffusers.models.attention_processor](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py). | |
| return_dict (`bool`, *opsional*, defaultnya `True`) : Apakah akan mengembalikan `~models.transformer_2d.Transformer2DModelOutput` alih-alih tuple biasa. | |
| **Mengembalikan:** | |
| Jika `return_dict` bernilai True, sebuah `~models.transformer_2d.Transformer2DModelOutput` akan dikembalikan, selain itu sebuah `tuple` di mana elemen pertama adalah tensor sampel. | |
| Metode forward dari [BriaTransformer2DModel](/docs/diffusers/main/id/api/models/bria_transformer#diffusers.BriaTransformer2DModel). | |
Xet Storage Details
- Size:
- 4.53 kB
- Xet hash:
- fa941dba1d0f4452a8e1bcdf1fd911386de594f5a9d68261186aaeda9a9b284f
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.