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

StableCascadeUNet

Stable Cascade pipeline의 UNet 모델입니다.

StableCascadeUNet[[diffusers.models.StableCascadeUNet]]

diffusers.models.StableCascadeUNet[[diffusers.models.StableCascadeUNet]]

diffusers.models.StableCascadeUNet(in_channels: int = 16, out_channels: int = 16, timestep_ratio_embedding_dim: int = 64, patch_size: int = 1, conditioning_dim: int = 2048, block_out_channels: tuple = (2048, 2048), num_attention_heads: tuple = (32, 32), down_num_layers_per_block: tuple = (8, 24), up_num_layers_per_block: tuple = (24, 8), down_blocks_repeat_mappers: tuple[int] | None = (1, 1), up_blocks_repeat_mappers: tuple[int] | None = (1, 1), block_types_per_layer: tuple = (('SDCascadeResBlock', 'SDCascadeTimestepBlock', 'SDCascadeAttnBlock'), ('SDCascadeResBlock', 'SDCascadeTimestepBlock', 'SDCascadeAttnBlock')), clip_text_in_channels: int | None = None, clip_text_pooled_in_channels = 1280, clip_image_in_channels: int | None = None, clip_seq = 4, effnet_in_channels: int | None = None, pixel_mapper_in_channels: int | None = None, kernel_size = 3, dropout: float | tuple[float] = (0.1, 0.1), self_attn: bool | tuple[bool] = True, timestep_conditioning_type: tuple = ('sca', 'crp'), switch_level: tuple[bool] | None = None)

소스

forward[[diffusers.models.StableCascadeUNet.forward]]

forward(sample, timestep_ratio, clip_text_pooled, clip_text = None, clip_img = None, effnet = None, pixels = None, sca = None, crp = None, return_dict = True)

소스

매개변수:

sample (torch.Tensor) : 노이즈가 포함된 입력 샘플.

timestep_ratio (torch.Tensor) : timestep embedding을 계산하는 데 사용되는 timestep 비율.

clip_text_pooled (torch.Tensor) : 풀링된 CLIP 텍스트 임베딩.

clip_text (torch.Tensor, 선택 사항) : 시퀀스 수준의 CLIP 텍스트 임베딩.

clip_img (torch.Tensor, 선택 사항) : CLIP 이미지 임베딩.

effnet (torch.Tensor, 선택 사항) : 추가 조건으로 사용되는 EfficientNet feature map.

pixels (torch.Tensor, 선택 사항) : 픽셀 수준의 조건 텐서. None인 경우, 0으로 구성된 텐서가 사용됩니다.

sca (torch.Tensor, 선택 사항) : timestep 임베딩을 구성하는 데 사용되는 선택적 sca 조건 값입니다.

crp (torch.Tensor, 선택 사항) : timestep 임베딩을 구성하는 데 사용되는 선택적 crp 조건 값입니다.

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

반환값:

return_dict가 True이면 StableCascadeUNetOutput이 반환되고, 그렇지 않으면 첫 번째 요소가 샘플 텐서인 tuple이 반환됩니다.