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

TransformerTemporalModel

비디오와 유사한 데이터를 위한 Transformer 모델.

TransformerTemporalModel[[diffusers.TransformerTemporalModel]]

diffusers.TransformerTemporalModel[[diffusers.TransformerTemporalModel]]

diffusers.TransformerTemporalModel(num_attention_heads: int = 16, attention_head_dim: int = 88, in_channels: int | None = None, out_channels: int | None = None, num_layers: int = 1, dropout: float = 0.0, norm_num_groups: int = 32, cross_attention_dim: int | None = None, attention_bias: bool = False, sample_size: int | None = None, activation_fn: str = 'geglu', norm_elementwise_affine: bool = True, double_self_attention: bool = True, positional_embeddings: str | None = None, num_positional_embeddings: int | None = None)

소스

매개변수:

num_attention_heads (int, 선택 사항, 기본값 16) : 멀티 헤드 어텐션에 사용할 헤드 수입니다.

attention_head_dim (int, 선택 사항, 기본값 88) : 각 헤드(head)의 채널 수입니다.

in_channels (int, 선택 사항) : 입력과 출력의 채널 수(입력이 연속형인 경우 지정).

num_layers (int, 선택 사항, 기본값 1) : 사용할 Transformer 블록의 레이어 수입니다.

dropout (float, 선택 사항, 기본값 0.0) : 사용할 dropout 확률입니다.

cross_attention_dim (int, 선택 사항) : 사용할 encoder_hidden_states 차원의 수입니다.

attention_bias (bool, 선택 사항) : TransformerBlock의 attention에 bias 매개변수를 포함할지 구성합니다.

sample_size (int, 선택 사항) : 잠재 이미지의 너비(입력이 discrete인 경우 지정). 위치 임베딩의 수를 학습하는 데 사용되므로 학습 중에 고정됩니다.

activation_fn (str, 선택 사항, 기본값 "geglu") : 피드포워드에서 사용할 활성화 함수입니다. 지원되는 활성화 함수는 diffusers.models.activations.get_activation을 참조하세요.

norm_elementwise_affine (bool, 선택 사항) : TransformerBlock이 정규화에 학습 가능한 요소별 아핀 파라미터를 사용할지 구성합니다.

double_self_attention (bool, 선택 사항) : 각 TransformerBlock에 두 개의 self-attention 레이어를 포함할지 구성합니다.

positional_embeddings : (str, 선택 사항): 시퀀스 입력에 적용할 위치 임베딩의 유형입니다.

num_positional_embeddings : (int, 선택 사항): 위치 임베딩을 적용할 시퀀스의 최대 길이입니다.

비디오와 유사한 데이터를 위한 Transformer 모델.

forward[[diffusers.TransformerTemporalModel.forward]]

forward(hidden_states: Tensor, encoder_hidden_states: typing.Optional[torch.LongTensor] = None, timestep: typing.Optional[torch.LongTensor] = None, class_labels: LongTensor = None, num_frames: int = 1, cross_attention_kwargs: dict[str, typing.Any] | None = None, return_dict: bool = True)

소스

매개변수:

hidden_states (torch.LongTensor의 경우 (batch size, num latent pixels) 형태, torch.Tensor의 경우 (batch size, channel, height, width) 형태) : 입력 hidden_states.

encoder_hidden_states ( torch.LongTensor, shape (batch size, encoder_hidden_states dim), 선택 사항) : cross attention layer에 사용되는 조건부 임베딩입니다. 제공되지 않으면 cross-attention은 기본적으로 self-attention으로 동작합니다.

timestep ( torch.LongTensor, 선택 사항) : 노이즈 제거 단계를 나타내는 데 사용됩니다. AdaLayerNorm에서 임베딩으로 적용될 선택적 타임스텝입니다.

class_labels ( torch.LongTensor, shape (batch size, num classes), 선택 사항) : 클래스 레이블 조건화를 나타내는 데 사용됩니다. AdaLayerZeroNorm에서 임베딩으로 적용될 선택적 클래스 레이블입니다.

num_frames (int, 선택 사항, 기본값 1) : 배치당 처리할 프레임 수입니다. 이는 hidden states를 reshape하는 데 사용됩니다.

cross_attention_kwargs (dict, 선택 사항) : 지정된 경우 diffusers.models.attention_processor의 self.processor 아래에서 정의된 AttentionProcessor로 전달되는 kwargs 사전입니다.

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

반환값: TransformerTemporalModelOutput 또는 tuple

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

TransformerTemporal의 forward 메서드입니다.

TransformerTemporalModelOutput[[diffusers.models.transformers.transformer_temporal.TransformerTemporalModelOutput]]

diffusers.models.transformers.transformer_temporal.TransformerTemporalModelOutput[[diffusers.models.transformers.transformer_temporal.TransformerTemporalModelOutput]]

diffusers.models.transformers.transformer_temporal.TransformerTemporalModelOutput(sample: Tensor)

소스

매개변수:

sample (torch.Tensor, shape (batch_size x num_frames, num_channels, height, width)) : encoder_hidden_states 입력에 조건부인 히든 스테이트 출력입니다.

TransformerTemporalModel의 출력입니다.