Buckets:
| # Lumina2Transformer2DModel | |
| Alpha-VLLM의 [Lumina Image 2.0](https://huggingface.co/Alpha-VLLM/Lumina-Image-2.0)에서 3D 비디오 유사 데이터용 Diffusion Transformer 모델이 소개되었습니다. | |
| 다음 코드 스니펫으로 모델을 로드할 수 있습니다. | |
| ```python | |
| from diffusers import Lumina2Transformer2DModel | |
| transformer = Lumina2Transformer2DModel.from_pretrained("Alpha-VLLM/Lumina-Image-2.0", subfolder="transformer", dtype=torch.bfloat16) | |
| ``` | |
| ## Lumina2Transformer2DModel[[diffusers.Lumina2Transformer2DModel]] | |
| #### diffusers.Lumina2Transformer2DModel[[diffusers.Lumina2Transformer2DModel]] | |
| ```python | |
| diffusers.Lumina2Transformer2DModel(sample_size: int = 128, patch_size: int = 2, in_channels: int = 16, out_channels: int | None = None, hidden_size: int = 2304, num_layers: int = 26, num_refiner_layers: int = 2, num_attention_heads: int = 24, num_kv_heads: int = 8, multiple_of: int = 256, ffn_dim_multiplier: float | None = None, norm_eps: float = 1e-05, scaling_factor: float = 1.0, axes_dim_rope: tuple = (32, 32, 32), axes_lens: tuple = (300, 512, 512), cap_feat_dim: int = 1024) | |
| ``` | |
| [소스](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_lumina2.py#L327) | |
| **매개변수:** | |
| sample_size (`int`) : 잠재 이미지(latent images)의 너비입니다. 학습 중에 위치 임베딩(position embeddings)의 수를 학습하는 데 사용되므로 고정됩니다. | |
| patch_size (`int`, *선택 사항*, (`int`, *선택 사항*, 기본값 2) : 이미지에서 각 패치의 크기입니다. 이 매개변수는 모델에 입력되는 패치의 해상도를 정의합니다. | |
| in_channels (`int`, *선택 사항*, 기본값 4) : 모델의 입력 채널 수입니다. 일반적으로 이는 입력 이미지의 채널 수와 일치합니다. | |
| hidden_size (`int`, *선택 사항*, 기본값 4096) : 모델의 숨겨진 레이어 차원입니다. 이 매개변수는 모델의 숨겨진 표현의 폭을 결정합니다. | |
| num_layers (`int`, *선택 사항*, 기본값 32) : 모델의 레이어 수입니다. 이는 신경망의 깊이를 정의합니다. | |
| num_attention_heads (`int`, *선택 사항*, 기본값 32) : 각 attention layer의 attention head 수. 이 매개변수는 사용할 개별 attention mechanism의 수를 지정합니다. | |
| num_kv_heads (`int`, *선택 사항*, 기본값 8) : 어텐션 메커니즘의 키-밸류 헤드 수입니다. 어텐션 헤드 수와 다른 경우에만 지정합니다. None인 경우 num_attention_heads 값이 기본값으로 사용됩니다. | |
| multiple_of (`int`, *선택 사항*, 기본값 256) : hidden size가 배수로 가져야 하는 계수입니다. 이는 특정 하드웨어 구성을 최적화하는 데 도움이 될 수 있습니다. | |
| ffn_dim_multiplier (`float`, *선택 사항*) : 피드포워드 네트워크의 차원성 배율입니다. None인 경우 모델 구성에 기반한 기본 값을 사용합니다. | |
| norm_eps (`float`, *선택 사항*, 기본값 1e-5) : 정규화 레이어에서 수치적 안정성을 위해 분모에 추가되는 작은 값입니다. | |
| scaling_factor (`float`, *선택 사항*, 기본값 1.0) : 모델의 특정 매개변수나 레이어에 적용되는 스케일링 계수입니다. 이는 모델 연산의 전체적인 스케일을 조정하는 데 사용할 수 있습니다. | |
| Lumina2NextDiT: Transformer 기반의 Diffusion 모델. | |
| #### forward[[diffusers.Lumina2Transformer2DModel.forward]] | |
| ```python | |
| forward(hidden_states: Tensor, timestep: Tensor, encoder_hidden_states: Tensor, encoder_attention_mask: Tensor, attention_kwargs: dict[str, typing.Any] | None = None, return_dict: bool = True) | |
| ``` | |
| [소스](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_lumina2.py#L460) | |
| **매개변수:** | |
| hidden_states (`torch.Tensor`, shape `(batch_size, in_channels, height, width)`) : 입력 `hidden_states`. | |
| timestep (`torch.LongTensor`) : 노이즈 제거 단계를 나타내는 데 사용됩니다. | |
| encoder_hidden_states (`torch.Tensor`, shape `(batch_size, sequence_len, embed_dims)`) : 사용할 조건 임베딩(프롬프트와 같은 입력 조건에서 계산된 임베딩). | |
| encoder_attention_mask (`torch.Tensor`) : attention 과정에서 `encoder_hidden_states`에 적용되는 마스크. | |
| attention_kwargs (`dict`, *선택 사항*) : 지정된 경우 [diffusers.models.attention_processor](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py)의 `self.processor` 아래에서 정의된 `AttentionProcessor`로 전달되는 kwargs 사전입니다. | |
| return_dict (`bool`, *선택 사항*, 기본값 `True`) : 일반 튜플 대신 `~models.transformer_2d.Transformer2DModelOutput`을 반환할지 여부. | |
| **반환값:** | |
| `return_dict`가 True이면 `~models.transformer_2d.Transformer2DModelOutput`이 반환되고, 그렇지 않으면 첫 번째 요소가 샘플 텐서인 `tuple`이 반환됩니다. | |
| [Lumina2Transformer2DModel](/docs/diffusers/main/ko/api/models/lumina2_transformer2d#diffusers.Lumina2Transformer2DModel)의 forward 메서드입니다. | |
| ## Transformer2DModelOutput[[diffusers.models.modeling_outputs.Transformer2DModelOutput]] | |
| #### diffusers.models.modeling_outputs.Transformer2DModelOutput[[diffusers.models.modeling_outputs.Transformer2DModelOutput]] | |
| ```python | |
| diffusers.models.modeling_outputs.Transformer2DModelOutput(sample: torch.Tensor) | |
| ``` | |
| [소스](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/modeling_outputs.py#L21) | |
| **매개변수:** | |
| sample (`torch.Tensor`, shape `(batch_size, num_channels, height, width)` 또는 [Transformer2DModel](/docs/diffusers/main/ko/api/models/transformer2d#diffusers.Transformer2DModel)이 discrete인 경우 `(batch size, num_vector_embeds - 1, num_latent_pixels)`) : `encoder_hidden_states` 입력에 조건부인 hidden states 출력입니다. discrete인 경우, 노이즈가 제거된 latent 픽셀에 대한 확률 분포를 반환합니다. | |
| [Transformer2DModel](/docs/diffusers/main/ko/api/models/transformer2d#diffusers.Transformer2DModel)의 출력입니다. | |
Xet Storage Details
- Size:
- 6.14 kB
- Xet hash:
- 602f893c087130ba789080011a07a2bce2e7ae486fea57353bd3a7b8359ca833
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.