Buckets:

hf-doc-build/doc / diffusers /main /ko /api /configuration.md
mishig's picture
|
download
raw
8.71 kB

구성

SchedulerMixin의 스케줄러와 ModelMixin의 모델은 ConfigMixin을 상속받으며, 이는 각각의 __init__ 메서드에 전달된 모든 매개변수를 JSON 구성 파일에 저장합니다.

비공개 또는 게이트된 모델을 사용하려면 hf auth login으로 로그인하세요.

ConfigMixin[[diffusers.ConfigMixin]]

diffusers.ConfigMixin[[diffusers.ConfigMixin]]

diffusers.ConfigMixin()

소스

모든 구성 클래스의 기본 클래스입니다. 모든 구성 매개변수는 self.config 아래에 저장됩니다. 또한 ConfigMixin을 상속하는 클래스를 로드, 다운로드 및 저장하기 위한 from_config() 및 save_config() 메서드를 제공합니다.

클래스 속성:

  • config_name (str) -- save_config()를 호출할 때 설정을 저장할 파일 이름입니다 (부모 클래스에서 재정의되어야 합니다).
  • ignore_for_config (list[str]) -- config에 저장되지 않아야 할 속성의 목록 (서브클래스에서 재정의해야 함).
  • has_compatibles (bool) -- 해당 클래스에 호환 클래스가 있는지 여부(서브클래스에서 재정의해야 합니다).
  • _deprecated_kwargs (list[str]) -- 비활성화된 키워드 인자입니다. init 함수는 적어도 하나의 인자가 비활성화된 경우에만 kwargs 인자를 가져야 합니다(서브클래스에서 재정의되어야 합니다).

load_config[[diffusers.ConfigMixin.load_config]]

load_config(pretrained_model_name_or_path: str | os.PathLike, return_unused_kwargs = False, return_commit_hash = False, **kwargs)

소스

매개변수:

pretrained_model_name_or_path (str 또는 os.PathLike, 선택 사항) : 다음 중 하나일 수 있습니다. - Hub에 호스팅된 사전 학습 모델의 모델 ID 문자열(예: google/ddpm-celebahq-256). - save_config()로 저장된 모델 가중치가 포함된 디렉터리 경로(예: ./my_model_directory).

cache_dir (str | os.PathLike, 선택 사항) : 표준 캐시를 사용하지 않을 경우, 다운로드된 사전 학습 모델 구성이 캐시되는 디렉터리의 경로입니다.

force_download (bool, 선택 사항, 기본값 False) : 캐시된 버전이 존재하더라도 모델 가중치 및 구성 파일의 (재)다운로드를 강제할지 여부.

proxies (dict[str, str], 선택 사항) : 프로토콜 또는 엔드포인트별로 사용할 프록시 서버의 사전입니다. 예를 들어, {'http': 'foo.bar:3128', 'http://hostname': 'foo.bar:4012'}와 같습니다. 각 요청에 프록시가 사용됩니다.

output_loading_info(bool, 선택 사항, 기본값 False) : 누락된 키, 예상치 못한 키 및 오류 메시지가 포함된 사전도 함께 반환할지 여부.

local_files_only (bool, 선택 사항, 기본값 False) : 로컬 모델 가중치와 구성 파일만 로드할지 여부를 지정합니다. True로 설정하면 Hub에서 모델을 다운로드하지 않습니다.

token (str 또는 bool, 선택 사항) : 원격 파일에 대한 HTTP bearer 인증으로 사용할 토큰입니다. True인 경우, diffusers-cli login에서 생성된 토큰(~/.huggingface에 저장됨)이 사용됩니다.

revision (str, 선택 사항, 기본값 "main") : 사용할 특정 모델 버전입니다. Git에서 허용하는 브랜치 이름, 태그 이름, 커밋 ID 또는 기타 식별자일 수 있습니다.

subfolder (str, 선택 사항, 기본값 "") : Hub 또는 로컬의 더 큰 모델 저장소 내에서 모델 파일의 서브폴더 위치입니다.

return_unused_kwargs (bool, 선택 사항, 기본값 `False) : config의 미사용 키워드 인수가 반환되는지 여부.

return_commit_hash (bool, optional, defaults to False) : Whether the commit_hash` of the loaded configuration are returned.

반환값: dict

JSON 구성 파일에 저장된 모든 매개변수의 사전입니다.

모델 또는 스케줄러 구성을 로드합니다.

from_config[[diffusers.ConfigMixin.from_config]]

from_config(config: diffusers.configuration_utils.FrozenDict | dict[str, typing.Any] = None, return_unused_kwargs = False, **kwargs)

소스

매개변수:

config (dict[str, Any]) : Python 클래스가 인스턴스화되는 설정 사전입니다. 호환되는 클래스의 설정 파일만 로드하도록 하십시오.

return_unused_kwargs (bool, 선택 사항, 기본값 False) : Python 클래스에서 소비되지 않는 kwargs를 반환할지 여부.

kwargs (남은 키워드 인수의 사전, 선택 사항) : 구성 객체를 로드한 후 이를 업데이트하고 Python 클래스를 초기화하는 데 사용할 수 있습니다. **kwargs는 기본적으로 사용 중인 스케줄러/모델의 __init__ 메서드에 직접 전달되며, 최종적으로 config의 동일한 이름의 인수를 덮어씁니다.

반환값: ModelMixin 또는 SchedulerMixin

config 딕셔너리에서 인스턴스화된 모델 또는 스케줄러 객체.

config 사전에서 Python 클래스를 인스턴스화합니다.

예:

>>> from diffusers import DDPMScheduler, DDIMScheduler, PNDMScheduler

>>> # Download scheduler from huggingface.co and cache.
>>> scheduler = DDPMScheduler.from_pretrained("google/ddpm-cifar10-32")

>>> # Instantiate DDIM scheduler class with same config as DDPM
>>> scheduler = DDIMScheduler.from_config(scheduler.config)

>>> # Instantiate PNDM scheduler class with same config as DDPM
>>> scheduler = PNDMScheduler.from_config(scheduler.config)

save_config[[diffusers.ConfigMixin.save_config]]

save_config(save_directory: str | os.PathLike, push_to_hub: bool = False, **kwargs)

소스

매개변수:

save_directory (str 또는 os.PathLike) : 구성 JSON 파일이 저장될 디렉터리(존재하지 않으면 생성됨).

push_to_hub (bool, 선택 사항, 기본값 False) : 모델을 저장한 후 Hugging Face Hub에 푸시할지 여부입니다. repo_id를 사용하여 푸시할 저장소를 지정할 수 있습니다(기본값은 네임스페이스의 save_directory 이름입니다).

kwargs (dict[str, Any], 선택 사항) : push_to_hub() 메서드에 함께 전달되는 추가 키워드 인자입니다.

save_directory에 지정된 디렉토리에 구성 객체를 저장하여 from_config() 클래스 메서드를 사용해 다시 로드할 수 있도록 합니다.

to_json_file[[diffusers.ConfigMixin.to_json_file]]

to_json_file(json_file_path: str | os.PathLike)

소스

매개변수:

json_file_path (str 또는 os.PathLike) : 설정 인스턴스의 매개변수를 저장할 JSON 파일의 경로.

Save the configuration instance's parameters to a JSON file.

to_json_string[[diffusers.ConfigMixin.to_json_string]]

to_json_string()

소스

반환값: str

JSON 형식으로 구성된 설정 인스턴스를 구성하는 모든 속성이 포함된 문자열.

구성 인스턴스를 JSON 문자열로 직렬화합니다.

Xet Storage Details

Size:
8.71 kB
·
Xet hash:
99b3034cd2dc67feeda40d8930d1e7e3950e2d62c439fbb6132b8e853e54cab0

Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.