diffusers/main/ko/api/models/autoencoder_tiny.md

Tiny AutoEncoder

Stable Diffusion용 Tiny AutoEncoder(TAESD)는 Ollin Boer Bohan이 madebyollin/taesd에서 소개했습니다. 이는 Stable Diffusion의 VAE를 아주 작게 증류한 버전으로, StableDiffusionPipeline 또는 StableDiffusionXLPipeline의 latents를 거의 즉시 빠르게 디코딩할 수 있습니다.

Stable Diffusion v-2.1과 함께 사용하려면:

import torch
from diffusers import DiffusionPipeline, AutoencoderTiny

pipe = DiffusionPipeline.from_pretrained(
    "stabilityai/stable-diffusion-2-1-base", dtype=torch.float16
)
pipe.vae = AutoencoderTiny.from_pretrained("madebyollin/taesd", dtype=torch.float16)
pipe = pipe.to("cuda")  # or "mps", "xpu", "cpu"

prompt = "slice of delicious New York-style berry cheesecake"
image = pipe(prompt, num_inference_steps=25).images[0]
image

Stable Diffusion XL 1.0과 함께 사용하려면

import torch
from diffusers import DiffusionPipeline, AutoencoderTiny

pipe = DiffusionPipeline.from_pretrained(
    "stabilityai/stable-diffusion-xl-base-1.0", dtype=torch.float16
)
pipe.vae = AutoencoderTiny.from_pretrained("madebyollin/taesdxl", dtype=torch.float16)
pipe = pipe.to("cuda")  # or "mps", "xpu", "cpu"

prompt = "slice of delicious New York-style berry cheesecake"
image = pipe(prompt, num_inference_steps=25).images[0]
image

AutoencoderTiny[[diffusers.AutoencoderTiny]]

diffusers.AutoencoderTiny[[diffusers.AutoencoderTiny]]

diffusers.AutoencoderTiny(in_channels: int = 3, out_channels: int = 3, encoder_block_out_channels: tuple = (64, 64, 64, 64), decoder_block_out_channels: tuple = (64, 64, 64, 64), act_fn: str = 'relu', upsample_fn: str = 'nearest', latent_channels: int = 4, upsampling_scaling_factor: int = 2, num_encoder_blocks: tuple = (1, 3, 3, 3), num_decoder_blocks: tuple = (3, 3, 3, 1), latent_magnitude: int = 3, latent_shift: float = 0.5, force_upcast: bool = False, scaling_factor: float = 1.0, shift_factor: float = 0.0)

소스

매개변수:

in_channels (int, 선택 사항, 기본값 3) : 입력 이미지의 채널 수.

out_channels (int, 선택 사항, 기본값 3) : 출력의 채널 수.

encoder_block_out_channels (tuple[int], 선택 사항, 기본값 (64, 64, 64, 64)) : 각 인코더 블록의 출력 채널 수를 나타내는 정수 튜플입니다. 튜플의 길이는 인코더 블록의 수와 같아야 합니다.

decoder_block_out_channels (tuple[int], 선택 사항, 기본값 (64, 64, 64, 64)) : 각 decoder block의 출력 채널 수를 나타내는 정수 튜플입니다. 튜플의 길이는 decoder block의 수와 같아야 합니다.

act_fn (str, 선택 사항, 기본값 "relu") : 모델 전체에서 사용할 활성화 함수.

latent_channels (int, 선택 사항, 기본값 4) : 잠재 표현의 채널 수. 잠재 공간은 입력 이미지의 압축된 표현 역할을 합니다.

upsampling_scaling_factor (int, 선택 사항, 기본값 2) : 디코더에서 업샘플링에 사용되는 스케일링 팩터입니다. 업샘플링 과정에서 출력 이미지의 크기를 결정합니다.

num_encoder_blocks (tuple[int], 선택 사항, 기본값 (1, 3, 3, 3)) : 인코딩 과정의 각 단계에서 인코더 블록의 수를 나타내는 정수 튜플입니다. 튜플의 길이는 인코더의 단계 수와 같아야 합니다. 각 단계마다 인코더 블록의 수가 다릅니다.

num_decoder_blocks (tuple[int], 선택 사항, 기본값 (3, 3, 3, 1)) : 디코딩 과정의 각 단계에서 디코더 블록의 수를 나타내는 정수 튜플입니다. 튜플의 길이는 디코더의 단계 수와 같아야 합니다. 각 단계마다 디코더 블록의 수가 다릅니다.

latent_magnitude (float, 선택 사항, 기본값 3.0) : 잠재 표현의 크기입니다. 이 매개변수는 잠재 표현 값을 스케일링하여 정보 보존 범위를 제어합니다.

latent_shift (float, 선택 사항, 기본값 0.5) : 잠재 표현(latent representation)에 적용되는 시프트(Shift). 이 매개변수는 잠재 공간(latent space)의 중심을 제어합니다.

scaling_factor (float, 선택 사항, 기본값 1.0) : 학습된 잠재 공간의 요소별 표준편차로, 학습 세트의 첫 번째 배치로 계산됩니다. 이는 diffusion model을 학습할 때 잠재 공간의 분산을 1로 스케일링하는 데 사용됩니다. 잠재 변수는 diffusion model에 전달되기 전에 z = z * scaling_factor 공식으로 스케일링됩니다. 디코딩 시에는 z = 1 / scaling_factor * z 공식으로 원래 스케일로 되돌립니다. 자세한 내용은 High-Resolution Image Synthesis with Latent Diffusion Models 논문의 4.3.2절과 D.1절을 참조하세요. 그러나 이 Autoencoder에는 이러한 스케일링 계수가 사용되지 않았으므로 기본값은 1.0입니다.

force_upcast (bool, 선택 사항, 기본값 False) : 활성화하면 SD-XL과 같은 고해상도 이미지 파이프라인에서 VAE가 float32로 실행되도록 강제합니다. VAE는 정밀도가 크게 손실되지 않는 범위 내에서 더 낮은 범위로 미세 조정/학습될 수 있으며, 이 경우 force_upcast를 False로 설정할 수 있습니다(이 fp16 친화적 AutoEncoder를 참조).

이미지를 latent으로 인코딩하고 latent 표현을 이미지로 디코딩하는 작은 distilled VAE 모델입니다.

AutoencoderTiny는 TAESD의 원래 구현을 감싸는 래퍼입니다.

이 모델은 ModelMixin에서 상속됩니다. 모든 모델에 대해 구현된 일반적 메서드(다운로드 또는 저장 등)에 대해서는 상위 클래스 문서를 확인하세요.

forward[[diffusers.AutoencoderTiny.forward]]

forward(sample: Tensor, return_dict: bool = True)

소스

매개변수:

sample (torch.Tensor) : 입력 샘플.

return_dict (bool, 선택 사항, 기본값 True) : 일반 튜플 대신 DecoderOutput를 반환할지 여부.

반환값: DecoderOutput 또는 tuple

return_dict가 True이면 DecoderOutput가 반환되고, 그렇지 않으면 일반 tuple이 반환됩니다.

scale_latents[[diffusers.AutoencoderTiny.scale_latents]]

scale_latents(x: Tensor)

소스

raw latents -> [0, 1]

unscale_latents[[diffusers.AutoencoderTiny.unscale_latents]]

unscale_latents(x: Tensor)

소스

[0, 1] -> 원시 잠재 변수

AutoencoderTinyOutput[[diffusers.models.autoencoders.autoencoder_tiny.AutoencoderTinyOutput]]

diffusers.models.autoencoders.autoencoder_tiny.AutoencoderTinyOutput[[diffusers.models.autoencoders.autoencoder_tiny.AutoencoderTinyOutput]]

diffusers.models.autoencoders.autoencoder_tiny.AutoencoderTinyOutput(latents: Tensor)

소스

매개변수:

latents (torch.Tensor) : Encoder의 인코딩된 출력입니다.

AutoencoderTiny 인코딩 메서드의 출력.