Buckets:
| # QwenImageTransformer2DModel | |
| 다음 코드 스니펫으로 모델을 로드할 수 있습니다. | |
| ```python | |
| from diffusers import QwenImageTransformer2DModel | |
| transformer = QwenImageTransformer2DModel.from_pretrained("Qwen/QwenImage-20B", subfolder="transformer", dtype=torch.bfloat16) | |
| ``` | |
| ## QwenImageTransformer2DModel[[diffusers.QwenImageTransformer2DModel]] | |
| #### diffusers.QwenImageTransformer2DModel[[diffusers.QwenImageTransformer2DModel]] | |
| ```python | |
| diffusers.QwenImageTransformer2DModel(patch_size: int = 2, in_channels: int = 64, out_channels: int | None = 16, num_layers: int = 60, attention_head_dim: int = 128, num_attention_heads: int = 24, joint_attention_dim: int = 3584, guidance_embeds: bool = False, axes_dims_rope: tuple = (16, 56, 56), zero_cond_t: bool = False, use_additional_t_cond: bool = False, use_layer3d_rope: bool = False) | |
| ``` | |
| [소스](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_qwenimage.py#L748) | |
| **매개변수:** | |
| patch_size (`int`, 기본값 `2`) : 입력 데이터를 작은 패치로 변환하기 위한 패치 크기. | |
| in_channels (`int`, 기본값 `64`) : 입력의 채널 수. | |
| out_channels (`int`, *선택 사항*, 기본값 `None`) : 출력의 채널 수입니다. 지정하지 않으면 기본값은 `in_channels`입니다. | |
| num_layers (`int`, 기본값 `60`) : 사용할 dual stream DiT 블록의 레이어 수입니다. | |
| attention_head_dim (`int`, 기본값 `128`) : 각 attention head에 사용할 차원의 수입니다. | |
| num_attention_heads (`int`, 기본값 `24`) : 사용할 attention head의 수입니다. | |
| joint_attention_dim (`int`, 기본값 `3584`) : 결합된 어텐션에 사용할 차원의 수(`encoder_hidden_states`의 임베딩/채널 차원). | |
| guidance_embeds (`bool`, 기본값 `False`) : 모델의 guidance-distilled 변형에 guidance embeddings를 사용할지 여부. | |
| axes_dims_rope (`tuple[int]`, 기본값 `(16, 56, 56)`) : 회전 위치 임베딩에 사용할 차원입니다. | |
| Qwen에 소개된 Transformer 모델. | |
| #### forward[[diffusers.QwenImageTransformer2DModel.forward]] | |
| ```python | |
| forward(hidden_states: Tensor, encoder_hidden_states: Tensor = None, encoder_hidden_states_mask: Tensor = None, timestep: LongTensor = None, img_shapes: list[tuple[int, int, int]] | None = None, guidance: Tensor = None, attention_kwargs: dict[str, typing.Any] | None = None, controlnet_block_samples = None, additional_t_cond = None, return_dict: bool = True) | |
| ``` | |
| [소스](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_qwenimage.py#L868) | |
| **매개변수:** | |
| hidden_states (`torch.Tensor`, shape `(batch_size, image_sequence_length, in_channels)`) : 입력 `hidden_states`. | |
| encoder_hidden_states (`torch.Tensor`, shape `(batch_size, text_sequence_length, joint_attention_dim)`) : 사용할 조건 임베딩(프롬프트와 같은 입력 조건에서 계산된 임베딩). | |
| encoder_hidden_states_mask (`torch.Tensor`, shape `(batch_size, text_sequence_length)`, *선택 사항*) : 인코더 히든 상태에 대한 마스크. 유효한 토큰은 1.0, 패딩 토큰은 0.0을 가져야 합니다. 어텐션 프로세서에서 패딩 토큰에 대한 어텐션을 방지하는 데 사용됩니다. 어텐션에서 요소별로 적용되므로, 마스크는 연속적인 유효 토큰 뒤에 패딩이 오는 패턴 외에도 임의의 패턴을 가질 수 있습니다. | |
| timestep ( `torch.LongTensor`) : 노이즈 제거 단계를 나타내는 데 사용됩니다. | |
| img_shapes (`list[tuple[int, int, int]]`, *선택 사항*) : RoPE 계산에 사용되는 이미지 형상. | |
| guidance (`torch.Tensor`, *선택 사항*) : 조건부 생성을 위한 가이던스 텐서. | |
| 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. | |
| controlnet_block_samples (*선택 사항*) : transformer 블록에 추가할 ControlNet 블록 샘플. | |
| additional_t_cond (`torch.Tensor`, *선택 사항*) : timestep 임베딩에 추가되는 추가 timestep 조건부 입력입니다. | |
| 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. | |
| `QwenTransformer2DModel`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:
- 5.69 kB
- Xet hash:
- c7dc0d600a637eb133f91ac1e361c96f32c01f4a9000d9fc549532216ce4718b
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.