Buckets:
| # JoyImageEditTransformer3DModel | |
| 다음 코드 스니펫으로 모델을 로드할 수 있습니다. | |
| ```python | |
| from diffusers import JoyImageEditTransformer3DModel | |
| transformer = JoyImageEditTransformer3DModel.from_pretrained("jdopensource/JoyAI-Image-Edit-Diffusers", subfolder="transformer", dtype=torch.bfloat16) | |
| ``` | |
| ## JoyImageEditTransformer3DModel[[diffusers.JoyImageEditTransformer3DModel]] | |
| #### diffusers.JoyImageEditTransformer3DModel[[diffusers.JoyImageEditTransformer3DModel]] | |
| ```python | |
| diffusers.JoyImageEditTransformer3DModel(patch_size: list = [1, 2, 2], in_channels: int = 16, out_channels: int | None = None, hidden_size: int = 3072, num_attention_heads: int = 24, text_dim: int = 4096, mlp_width_ratio: float = 4.0, num_layers: int = 20, rope_dim_list: list = [16, 56, 56], rope_type: str = 'rope', theta: int = 256) | |
| ``` | |
| [소스](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_joyimage.py#L372) | |
| 이미지 생성/편집을 위한 JoyImage Transformer 모델. | |
| WAN 스타일 조건 임베딩과 사용자 정의 회전 위치 임베딩을 갖춘 Dual-stream DiT 아키텍처. | |
| #### forward[[diffusers.JoyImageEditTransformer3DModel.forward]] | |
| ```python | |
| forward(hidden_states: Tensor, timestep: Tensor, encoder_hidden_states: Tensor = None, return_dict: bool = True) | |
| ``` | |
| [소스](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_joyimage.py#L522) | |
| **매개변수:** | |
| hidden_states (`torch.Tensor`, shape `(batch_size, num_channels, num_frames, height, width)` 또는 `(batch_size, num_items, num_channels, num_frames, height, width)`) : 입력 `hidden_states`. | |
| timestep (`torch.LongTensor`) : 노이즈 제거 단계를 나타내는 데 사용됩니다. | |
| encoder_hidden_states (`torch.Tensor`, *선택 사항*) : 사용할 조건 임베딩(프롬프트와 같은 입력 조건에서 계산된 임베딩). | |
| 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. | |
| [JoyImageEditTransformer3DModel](/docs/diffusers/main/ko/api/models/transformer_joyimage#diffusers.JoyImageEditTransformer3DModel)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:
- 3.45 kB
- Xet hash:
- 19e67c44f9f884175d680bb3a575a1e23ae94790c6edbc7d4a3e4d487fa9088a
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.