Buckets:
| # Output | |
| Semua keluaran model adalah subkelas dari [BaseOutput](/docs/diffusers/main/id/api/outputs#diffusers.utils.BaseOutput), struktur data yang berisi semua informasi yang dikembalikan oleh model. Keluaran tersebut juga dapat digunakan sebagai tuple atau kamus. | |
| Sebagai contoh: | |
| ```python | |
| from diffusers import DDIMPipeline | |
| pipeline = DDIMPipeline.from_pretrained("google/ddpm-cifar10-32") | |
| outputs = pipeline() | |
| ``` | |
| Objek `outputs` adalah [ImagePipelineOutput](/docs/diffusers/main/id/api/pipelines/consistency_models#diffusers.ImagePipelineOutput), yang berarti memiliki atribut image. | |
| Anda dapat mengakses setiap atribut seperti biasa atau dengan pencarian kata kunci, dan jika atribut tersebut tidak dikembalikan oleh model, Anda akan mendapatkan `None`: | |
| ```python | |
| outputs.images | |
| outputs["images"] | |
| ``` | |
| Ketika objek `outputs` dipertimbangkan sebagai tuple, hanya atribut yang tidak memiliki nilai `None` yang dipertimbangkan. Sebagai contoh, mengambil gambar dengan mengindeksnya mengembalikan tuple `(outputs.images)`: | |
| ```python | |
| outputs[:1] | |
| ``` | |
| > [!TIP] | |
| > Untuk memeriksa output pipeline atau model tertentu, lihat dokumentasi API yang sesuai. | |
| ## BaseOutput[[diffusers.utils.BaseOutput]] | |
| #### diffusers.utils.BaseOutput[[diffusers.utils.BaseOutput]] | |
| [Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/utils/outputs.py#L40) | |
| Kelas dasar untuk semua output model sebagai dataclass. Memiliki `__getitem__` yang memungkinkan indeksasi dengan bilangan bulat atau slice (seperti tuple) atau string (seperti kamus) yang akan mengabaikan atribut `None`. Selain itu, berperilaku seperti kamus Python biasa. | |
| > [!WARNING] > Anda tidak dapat mengurai `BaseOutput` secara langsung. Gunakan metode [to_tuple()](/docs/diffusers/main/id/api/outputs#diffusers.utils.BaseOutput.to_tuple) untuk mengonversi | |
| ke tuple > pertama. | |
| #### to_tuple[[diffusers.utils.BaseOutput.to_tuple]] | |
| ```python | |
| to_tuple() | |
| ``` | |
| [Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/utils/outputs.py#L123) | |
| Konversi self menjadi tuple yang berisi semua atribut/kunci yang bukan `None`. | |
| ## ImagePipelineOutput[[diffusers.ImagePipelineOutput]] | |
| #### diffusers.ImagePipelineOutput[[diffusers.ImagePipelineOutput]] | |
| ```python | |
| diffusers.ImagePipelineOutput(images: list[PIL.Image.Image] | numpy.ndarray) | |
| ``` | |
| [Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/pipeline_utils.py#L135) | |
| **Parameter:** | |
| images (`List[PIL.Image.Image]` atau `np.ndarray`) : Daftar gambar PIL yang telah didenoise dengan panjang `batch_size` atau array NumPy dengan bentuk `(batch_size, height, width, num_channels)`. | |
| Kelas output untuk pipeline gambar. | |
| ## AudioPipelineOutput[[diffusers.AudioPipelineOutput]] | |
| #### diffusers.AudioPipelineOutput[[diffusers.AudioPipelineOutput]] | |
| ```python | |
| diffusers.AudioPipelineOutput(audios: ndarray) | |
| ``` | |
| [Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/pipeline_utils.py#L149) | |
| **Parameter:** | |
| audios (`np.ndarray`) : Daftar sampel audio yang telah didenois dari array NumPy dengan bentuk `(batch_size, num_channels, sample_rate)`. | |
| Kelas output untuk pipeline audio. | |
| ## ImageTextPipelineOutput[[diffusers.ImageTextPipelineOutput]] | |
| #### diffusers.ImageTextPipelineOutput[[diffusers.ImageTextPipelineOutput]] | |
| ```python | |
| diffusers.ImageTextPipelineOutput(images: list[PIL.Image.Image] | numpy.ndarray | None, text: list[str] | list[list[str]] | None) | |
| ``` | |
| [Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/deprecated/unidiffuser/pipeline_unidiffuser.py#L48) | |
| **Parameter:** | |
| images (`list[PIL.Image.Image]` atau `np.ndarray`) : daftar gambar PIL yang telah didenoise dengan panjang `batch_size` atau array NumPy dengan bentuk `(batch_size, height, width, num_channels)`. | |
| text (`list[str]` atau `list[list[str]]`) : daftar string teks yang dihasilkan dengan panjang `batch_size` atau daftar dari daftar string di mana daftar luarnya memiliki panjang `batch_size`. | |
| Kelas output untuk pipeline gambar-teks gabungan. | |
Xet Storage Details
- Size:
- 4.06 kB
- Xet hash:
- d93d5faf27dc3ec95519e99eb0d9dea39515622e2aca6c25d043c8f81eddb7bf
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.