Buckets:

hf-doc-build
/

doc

Files

xet

hf-doc-build/doc / diffusers /main /ko /api /models /lumina_nextdit2d.md

mishig

about 16 hours ago

preview code

download

raw

5.2 kB

# LuminaNextDiT2DModel

[Lumina-TX](https://github.com/Alpha-VLLM/Lumina-T2X)의 2D 데이터를 위한 Diffusion Transformer 모델의 다음 버전입니다.

## LuminaNextDiT2DModel[[diffusers.LuminaNextDiT2DModel]]

#### diffusers.LuminaNextDiT2DModel[[diffusers.LuminaNextDiT2DModel]]

```python
diffusers.LuminaNextDiT2DModel(sample_size: int = 128, patch_size: int | None = 2, in_channels: int | None = 4, hidden_size: int | None = 2304, num_layers: int | None = 32, num_attention_heads: int | None = 32, num_kv_heads: int | None = None, multiple_of: int | None = 256, ffn_dim_multiplier: float | None = None, norm_eps: float | None = 1e-05, learn_sigma: bool | None = True, qk_norm: bool | None = True, cross_attention_dim: int | None = 2048, scaling_factor: float | None = 1.0)
```

[소스](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/lumina_nextdit2d.py#L178)

**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.
learn_sigma (`bool`, *선택 사항*, 기본값 True) : 모델이 예측의 불확실성이나 분산과 관련될 수 있는 sigma 매개변수를 학습해야 하는지 여부.

qk_norm (`bool`, *선택 사항*, 기본값 True) : 어텐션 메커니즘에서 쿼리와 키를 정규화할지 여부를 나타냅니다.
cross_attention_dim (`int`, *선택 사항*, 기본값 2048) : 텍스트 임베딩의 차원입니다. 이 매개변수는 모델에서 사용되는 텍스트 표현의 크기를 정의합니다.
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.

LuminaNextDiT: Transformer 기반의 Diffusion 모델.

diffusers의 StableDiffusionPipeline 샘플러와 호환되도록 ModelMixin과 ConfigMixin을 상속하세요.

#### forward[[diffusers.LuminaNextDiT2DModel.forward]]

```python
forward(hidden_states: Tensor, timestep: Tensor, encoder_hidden_states: Tensor, encoder_mask: Tensor, image_rotary_emb: Tensor, cross_attention_kwargs: dict = None, return_dict = True)
```

[소스](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/lumina_nextdit2d.py#L291)

**매개변수:**

hidden_states (torch.Tensor) : (N, C, H, W) 모양의 입력 텐서.
timestep (torch.Tensor) : (N,) 모양의 diffusion timestep 텐서.
encoder_hidden_states (torch.Tensor) : (N, D) 모양의 캡션 특징 텐서.
encoder_mask (torch.Tensor) : (N, L) 모양의 캡션 마스크 텐서.

image_rotary_emb (`torch.Tensor`) : 사전 계산된 회전 위치 임베딩.

cross_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:** `~models.transformer_2d.Transformer2DModelOutput` 또는 `tuple`

`return_dict`가 True이면 `~models.transformer_2d.Transformer2DModelOutput`이 반환되고, 그렇지 않으면 일반 `tuple`이 반환됩니다.

LuminaNextDiT의 순전파.

Xet Storage Details

Size:: 5.2 kB
Xet hash:: 2b284d315712cd92f57f3c08e1ea505190918c33f23b2fb218f76b286f1dc738

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

	# LuminaNextDiT2DModel

	[Lumina-TX](https://github.com/Alpha-VLLM/Lumina-T2X)의 2D 데이터를 위한 Diffusion Transformer 모델의 다음 버전입니다.

	## LuminaNextDiT2DModel[[diffusers.LuminaNextDiT2DModel]]

	#### diffusers.LuminaNextDiT2DModel[[diffusers.LuminaNextDiT2DModel]]

	```python
	diffusers.LuminaNextDiT2DModel(sample_size: int = 128, patch_size: int \| None = 2, in_channels: int \| None = 4, hidden_size: int \| None = 2304, num_layers: int \| None = 32, num_attention_heads: int \| None = 32, num_kv_heads: int \| None = None, multiple_of: int \| None = 256, ffn_dim_multiplier: float \| None = None, norm_eps: float \| None = 1e-05, learn_sigma: bool \| None = True, qk_norm: bool \| None = True, cross_attention_dim: int \| None = 2048, scaling_factor: float \| None = 1.0)
	```

	[소스](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/lumina_nextdit2d.py#L178)

	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.

	learn_sigma (`bool`, 선택 사항, 기본값 True) : 모델이 예측의 불확실성이나 분산과 관련될 수 있는 sigma 매개변수를 학습해야 하는지 여부.

	qk_norm (`bool`, 선택 사항, 기본값 True) : 어텐션 메커니즘에서 쿼리와 키를 정규화할지 여부를 나타냅니다.

	cross_attention_dim (`int`, 선택 사항, 기본값 2048) : 텍스트 임베딩의 차원입니다. 이 매개변수는 모델에서 사용되는 텍스트 표현의 크기를 정의합니다.

	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.

	LuminaNextDiT: Transformer 기반의 Diffusion 모델.

	diffusers의 StableDiffusionPipeline 샘플러와 호환되도록 ModelMixin과 ConfigMixin을 상속하세요.

	#### forward[[diffusers.LuminaNextDiT2DModel.forward]]

	```python
	forward(hidden_states: Tensor, timestep: Tensor, encoder_hidden_states: Tensor, encoder_mask: Tensor, image_rotary_emb: Tensor, cross_attention_kwargs: dict = None, return_dict = True)
	```

	[소스](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/lumina_nextdit2d.py#L291)

	매개변수:

	hidden_states (torch.Tensor) : (N, C, H, W) 모양의 입력 텐서.

	timestep (torch.Tensor) : (N,) 모양의 diffusion timestep 텐서.

	encoder_hidden_states (torch.Tensor) : (N, D) 모양의 캡션 특징 텐서.

	encoder_mask (torch.Tensor) : (N, L) 모양의 캡션 마스크 텐서.

	image_rotary_emb (`torch.Tensor`) : 사전 계산된 회전 위치 임베딩.

	cross_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: `~models.transformer_2d.Transformer2DModelOutput` 또는 `tuple`

	`return_dict`가 True이면 `~models.transformer_2d.Transformer2DModelOutput`이 반환되고, 그렇지 않으면 일반 `tuple`이 반환됩니다.

	LuminaNextDiT의 순전파.