Buckets:
| # SD3Transformer2D | |
| Esta classe é útil ao carregar *apenas* pesos em um [SD3Transformer2DModel](/docs/diffusers/main/pt/api/models/sd3_transformer2d#diffusers.SD3Transformer2DModel). Se você precisar carregar pesos no text encoder ou em um text encoder e SD3Transformer2DModel, verifique a classe [`SD3LoraLoaderMixin`](lora#diffusers.loaders.SD3LoraLoaderMixin) em vez disso. | |
| A classe `SD3Transformer2DLoadersMixin` atualmente carrega apenas pesos do IP-Adapter, mas será usada no futuro para salvar pesos e carregar LoRAs. | |
| > [!TIP] | |
| > Para saber mais sobre como carregar pesos LoRA, consulte o guia de carregamento de [LoRA](../../tutorials/using_peft_for_inference). | |
| ## SD3Transformer2DLoadersMixin[[diffusers.loaders.SD3Transformer2DLoadersMixin]] | |
| #### diffusers.loaders.SD3Transformer2DLoadersMixin[[diffusers.loaders.SD3Transformer2DLoadersMixin]] | |
| ```python | |
| diffusers.loaders.SD3Transformer2DLoadersMixin() | |
| ``` | |
| [Fonte](https://github.com/huggingface/diffusers/blob/main/src/diffusers/loaders/transformer_sd3.py#L27) | |
| Carregue camadas de IP-Adapters e LoRA em um `[SD3Transformer2DModel]`. | |
| #### _load_ip_adapter_weights[[diffusers.loaders.SD3Transformer2DLoadersMixin._load_ip_adapter_weights]] | |
| ```python | |
| _load_ip_adapter_weights(state_dict: dict, low_cpu_mem_usage: bool = True) | |
| ``` | |
| [Fonte](https://github.com/huggingface/diffusers/blob/main/src/diffusers/loaders/transformer_sd3.py#L145) | |
| **Parâmetros:** | |
| state_dict (`Dict`) : Dicionário de estado com as chaves "ip_adapter", que contém os parâmetros para os processadores de atenção, e "image_proj", que contém os parâmetros para a rede de projeção de imagem. | |
| low_cpu_mem_usage (`bool`, *opcional*, padrão é `True` se a versão do torch >= 1.9.0, caso contrário `False`) : Acelera o carregamento do modelo carregando apenas os pesos pré-treinados e não inicializando os pesos. Isso também tenta não usar mais do que 1x o tamanho do modelo na memória de CPU (incluindo a memória de pico) durante o carregamento do modelo. Suportado apenas para PyTorch >= 1.9.0. Se você estiver usando uma versão mais antiga do PyTorch, definir este argumento como `True` causará um erro. | |
| Define os processadores de atenção do IP-Adapter, a projeção de imagem e carrega o state_dict. | |
Xet Storage Details
- Size:
- 2.27 kB
- Xet hash:
- e2b7261d8d6820c4681b54ee35ec40622aa4e1f164dcee368d091dcdc4df6cd5
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.