diffusers/main/id/hybrid_inference/api_reference.md

Inferensi jarak jauh

Remote inference menyediakan akses ke Inference Endpoint untuk mengalihkan kebutuhan generasi lokal untuk decoding dan encoding.

remote_decode[[diffusers.utils.remote_decode]]

diffusers.utils.remote_decode[[diffusers.utils.remote_decode]]

diffusers.utils.remote_decode(endpoint: str, tensor: 'torch.Tensor', processor: 'VaeImageProcessor' | 'VideoProcessor' | None = None, do_scaling: bool = True, scaling_factor: float | None = None, shift_factor: float | None = None, output_type: Literal['mp4', 'pil', 'pt'] = 'pil', return_type: Literal['mp4', 'pil', 'pt'] = 'pil', image_format: Literal['png', 'jpg'] = 'jpg', partial_postprocess: bool = False, input_tensor_type: Literal['binary'] = 'binary', output_tensor_type: Literal['binary'] = 'binary', height: int | None = None, width: int | None = None)

Sumber

Parameter:

endpoint (str) : Endpoint untuk Remote Decode.

tensor (torch.Tensor) : Tensor yang akan didekode.

processor (VaeImageProcessor atau VideoProcessor, opsional) : Digunakan dengan return_type="pt", dan return_type="pil" untuk model Video.

do_scaling (bool, default True, opsional) : DEPRECATED. gunakan scaling_factor/shift_factor sebagai gantinya. masih tetapkan do_scaling=None/do_scaling=False untuk tanpa scaling sampai opsi dihapus Ketika True scaling, misalnya latents / self.vae.config.scaling_factor, diterapkan secara remote. Jika False, input harus diteruskan dengan scaling yang sudah diterapkan.

scaling_factor (float, opsional) : Scaling diterapkan ketika di-pass, misalnya latents / self.vae.config.scaling_factor. - SD v1: 0.18215 - SD XL: 0.13025 - Flux: 0.3611 Jika None, input harus di-pass dengan scaling yang sudah diterapkan.

shift_factor (float, opsional) : Shift diterapkan ketika di-pass, misalnya latents + self.vae.config.shift_factor. - Flux: 0.1159 Jika None, input harus di-pass dengan scaling yang sudah diterapkan.

output_type ("mp4" or "pil" or "pt", default "pil") : Endpoint output type. Subject to change. Report feedback on preferred type. "mp4": Supported by video models. Endpoint returns bytesof video."pil": Supported by image and video models. Image models: Endpoint returns bytesof an image inimage_format. Video models: Endpoint returns torch.Tensorwith partialpostprocessingapplied. Requiresprocessoras a flag (anyNonevalue will work)."pt": Support by image and video models. Endpoint returns torch.Tensor. With partial_postprocess=Truethe tensor is postprocesseduint8image tensor. Recommendations:"pt"withpartial_postprocess=Trueis the smallest transfer for full quality."pt"withpartial_postprocess=Falseis the most compatible with third party code."pil"withimage_format="jpg"` is the smallest transfer overall.

return_type ("mp4" or "pil" or "pt", default "pil") : Function return type. "mp4": Function returns bytesof video."pil": Function returns PIL.Image.Image. With output_type="pil" no further processing is applied. With output_type="pt" a PIL.Image.Imageis created.partial_postprocess=False processoris required.partial_postprocess=True processoris **not** required."pt": Function returns torch.Tensor. processoris **not** required.partial_postprocess=Falsetensor isfloat16orbfloat16, without denormalization. partial_postprocess=Truetensor isuint8`, denormalized.

image_format ("png" atau "jpg", default jpg) : Digunakan dengan output_type="pil". Endpoint mengembalikan jpg atau png.

partial_postprocess (bool, default False) : Digunakan dengan output_type="pt". partial_postprocess=False tensor adalah float16 atau bfloat16, tanpa denormalisasi. partial_postprocess=True tensor adalah uint8, dinormalisasi.

input_tensor_type ("binary", default "binary") : Jenis transfer Tensor.

output_tensor_type ("binary", default "binary") : Jenis transfer Tensor.

height (int, opsional) : Diperlukan untuk latens "packed".

width (int, opsional) : Diperlukan untuk latens "packed".

Mengembalikan:

output (Image.Image atau list[Image.Image] atau bytes atau torch.Tensor).

Hugging Face Hybrid Inference yang memungkinkan eksekusi decode VAE secara jarak jauh.

remote_encode[[diffusers.utils.remote_utils.remote_encode]]

diffusers.utils.remote_utils.remote_encode[[diffusers.utils.remote_utils.remote_encode]]

diffusers.utils.remote_utils.remote_encode(endpoint: str, image: 'torch.Tensor' | Image.Image, scaling_factor: float | None = None, shift_factor: float | None = None)

Sumber

Parameter:

endpoint (str) : Endpoint untuk Remote Decode.

image (torch.Tensor atau PIL.Image.Image) : Gambar yang akan dikodekan.

scaling_factor (float, opsional) : Skala diterapkan saat di-pass, misalnya latents * self.vae.config.scaling_factor. - SD v1: 0.18215 - SD XL: 0.13025 - Flux: 0.3611 Jika None, input harus di-pass dengan skala yang sudah diterapkan.

shift_factor (float, opsional) : Shift diterapkan ketika diberikan, misalnya latents - self.vae.config.shift_factor. - Flux: 0.1159 Jika None, input harus diberikan dengan scaling yang sudah diterapkan.

Mengembalikan:

output (torch.Tensor).

Hugging Face Hybrid Inference yang memungkinkan ekode VAE dijalankan secara jarak jauh.