Buckets:
| # BriaTransformer2DModel | |
| Um modelo Transformer de fluxo modificado da [Bria](https://huggingface.co/briaai). | |
| ## BriaTransformer2DModel[[diffusers.BriaTransformer2DModel]] | |
| #### diffusers.BriaTransformer2DModel[[diffusers.BriaTransformer2DModel]] | |
| ```python | |
| diffusers.BriaTransformer2DModel(patch_size: int = 1, in_channels: int = 64, num_layers: int = 19, num_single_layers: int = 38, attention_head_dim: int = 128, num_attention_heads: int = 24, joint_attention_dim: int = 4096, pooled_projection_dim: int = None, guidance_embeds: bool = False, axes_dims_rope: list[int] = [16, 56, 56], rope_theta = 10000, time_theta = 10000) | |
| ``` | |
| [Fonte](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_bria.py#L504) | |
| **Parâmetros:** | |
| patch_size (`int`) : Tamanho do patch para dividir os dados de entrada em pequenos patches. | |
| in_channels (`int`, *opcional*, padrão 16) : O número de canais na entrada. | |
| num_layers (`int`, *opcional*, padrão 18) : O número de blocos MMDiT a serem usados. | |
| num_single_layers (`int`, *opcional*, padrão 18) : O número de camadas de blocos DiT únicos a serem usados. | |
| attention_head_dim (`int`, *opcional*, padrão 64) : O número de canais em cada head. | |
| num_attention_heads (`int`, *opcional*, padrão 18) : O número de cabeças a serem usadas para a atenção multi-cabeça. | |
| joint_attention_dim (`int`, *opcional*) : O número de dimensões de `encoder_hidden_states` a serem usadas. | |
| pooled_projection_dim (`int`) : Número de dimensões a serem usadas ao projetar as `pooled_projections`. | |
| guidance_embeds (`bool`, padrão é False) : Se deve usar embeddings de orientação. | |
| O modelo Transformer introduzido no Flux. Baseado no FluxPipeline com várias alterações: | |
| - nos embeddings agregados | |
| - Usamos zero padding para prompts | |
| - Sem embedding de orientação, pois esta não é uma versão destilada | |
| Referência: https://blackforestlabs.ai/announcing-black-forest-labs/ | |
| #### forward[[diffusers.BriaTransformer2DModel.forward]] | |
| ```python | |
| forward(hidden_states: Tensor, encoder_hidden_states: Tensor = None, pooled_projections: Tensor = None, timestep: LongTensor = None, img_ids: Tensor = None, txt_ids: Tensor = None, guidance: Tensor = None, attention_kwargs: dict[str, typing.Any] | None = None, return_dict: bool = True, controlnet_block_samples = None, controlnet_single_block_samples = None) | |
| ``` | |
| [Fonte](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_bria.py#L582) | |
| **Parâmetros:** | |
| hidden_states (`torch.FloatTensor` de forma `(batch size, channel, height, width)`) : `hidden_states` de entrada. | |
| encoder_hidden_states (`torch.FloatTensor` de forma `(batch size, sequence_len, embed_dims)`) : Embeddings condicionais (embeddings calculados a partir das condições de entrada, como prompts) a serem usados. | |
| pooled_projections (`torch.FloatTensor` de forma `(batch_size, projection_dim)`) : Embebimentos projetados a partir dos embebimentos das condições de entrada. | |
| timestep ( `torch.LongTensor`) : Usado para indicar o passo de remoção de ruído. | |
| img_ids (`torch.Tensor`) : ids de posição de imagem usados para calcular os embeddings posicionais rotativos. | |
| txt_ids (`torch.Tensor`) : ids de posição de texto usados para calcular os embeddings posicionais rotativos. | |
| guidance (`torch.Tensor`, *opcional*) : Embedding de escala de orientação usado para variantes destiladas por orientação do modelo. | |
| controlnet_block_samples (`list` de `torch.Tensor`, *opcional*) : Uma lista de tensores que, se especificada, é adicionada aos resíduos dos blocos de transformer. | |
| controlnet_single_block_samples (`list` de `torch.Tensor`, *opcional*) : Uma lista de tensores que, se especificada, é adicionada aos resíduos dos blocos de transformador individuais. | |
| attention_kwargs (`dict`, *opcional*) : Um dicionário de kwargs que, se especificado, é passado para o `AttentionProcessor` conforme definido em `self.processor` em [diffusers.models.attention_processor](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py). | |
| return_dict (`bool`, *opcional*, padrão `True`) : Indica se deve retornar um `~models.transformer_2d.Transformer2DModelOutput` em vez de uma tupla simples. | |
| **Retorna:** | |
| Se `return_dict` for True, um `~models.transformer_2d.Transformer2DModelOutput` é retornado; caso contrário, uma `tuple` onde o primeiro elemento é o tensor da amostra. | |
| O método forward do [BriaTransformer2DModel](/docs/diffusers/main/pt/api/models/bria_transformer#diffusers.BriaTransformer2DModel). | |
Xet Storage Details
- Size:
- 4.6 kB
- Xet hash:
- 722817f591300e559e331c7e2356428bc6f34ff49332a4b5cb83c7bd708fcaf5
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.