Buckets:
| # MochiTransformer3DModel | |
| Genmo의 [Mochi-1 Preview](https://huggingface.co/genmo/mochi-1-preview)에서 3D 비디오 유사 데이터용 Diffusion Transformer 모델이 소개되었습니다. | |
| 다음 코드 스니펫으로 모델을 로드할 수 있습니다. | |
| ```python | |
| from diffusers import MochiTransformer3DModel | |
| transformer = MochiTransformer3DModel.from_pretrained("genmo/mochi-1-preview", subfolder="transformer", dtype=torch.float16).to("cuda") # or "mps", "xpu", "cpu" | |
| ``` | |
| ## MochiTransformer3DModel[[diffusers.MochiTransformer3DModel]] | |
| #### diffusers.MochiTransformer3DModel[[diffusers.MochiTransformer3DModel]] | |
| ```python | |
| diffusers.MochiTransformer3DModel(patch_size: int = 2, num_attention_heads: int = 24, attention_head_dim: int = 128, num_layers: int = 48, pooled_projection_dim: int = 1536, in_channels: int = 12, out_channels: int | None = None, qk_norm: str = 'rms_norm', text_embed_dim: int = 4096, time_embed_dim: int = 256, activation_fn: str = 'swiglu', max_sequence_length: int = 256) | |
| ``` | |
| [소스](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_mochi.py#L309) | |
| **매개변수:** | |
| patch_size (`int`, 기본값 `2`) : 패치 임베딩 레이어에서 사용할 패치의 크기입니다. | |
| num_attention_heads (`int`, 기본값 `24`) : multi-head attention에 사용할 헤드 수입니다. | |
| attention_head_dim (`int`, 기본값 `128`) : 각 헤드(head)의 채널 수입니다. | |
| num_layers (`int`, 기본값 `48`) : 사용할 Transformer 블록의 레이어 수입니다. | |
| in_channels (`int`, 기본값 `12`) : 입력의 채널 수. | |
| out_channels (`int`, *선택 사항*, 기본값 `None`) : 출력의 채널 수입니다. | |
| qk_norm (`str`, 기본값 `"rms_norm"`) : 사용할 정규화 레이어입니다. | |
| text_embed_dim (`int`, 기본값 `4096`) : 텍스트 인코더에서 생성된 텍스트 임베딩의 입력 차원입니다. | |
| time_embed_dim (`int`, 기본값 `256`) : timestep 임베딩의 출력 차원. | |
| activation_fn (`str`, 기본값 `"swiglu"`) : feed-forward에서 사용할 활성화 함수. | |
| max_sequence_length (`int`, 기본값 `256`) : 지원되는 텍스트 임베딩의 최대 시퀀스 길이입니다. | |
| [Mochi](https://huggingface.co/genmo/mochi-1-preview)에서 소개된 비디오 유사 데이터용 Transformer 모델입니다. | |
| #### forward[[diffusers.MochiTransformer3DModel.forward]] | |
| ```python | |
| forward(hidden_states: Tensor, encoder_hidden_states: Tensor, timestep: LongTensor, 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_mochi.py#L407) | |
| **매개변수:** | |
| hidden_states (`torch.Tensor`, shape `(batch_size, num_channels, num_frames, height, width)`) : 입력 `hidden_states`. | |
| encoder_hidden_states (`torch.Tensor`, shape `(batch_size, sequence_len, embed_dims)`) : 사용할 조건 임베딩(프롬프트와 같은 입력 조건에서 계산된 임베딩). | |
| timestep (`torch.LongTensor`) : 노이즈 제거 단계를 나타내는 데 사용됩니다. | |
| 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:** `torch.Tensor` | |
| `(batch_size, out_channels, num_frames, height, width)` 모양의 노이즈 제거 출력 텐서. | |
| [MochiTransformer3DModel](/docs/diffusers/main/ko/api/models/mochi_transformer3d#diffusers.MochiTransformer3DModel)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:
- 5 kB
- Xet hash:
- 9ee301695c9c328cbaa4757445a1d4f8a8a81718d497ab3cd0c74a09534e0854
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.