Buckets:
| # ChromaTransformer2DModel | |
| Um modelo Transformer de fluxo modificado da [Chroma](https://huggingface.co/lodestones/Chroma1-HD) | |
| ## ChromaTransformer2DModel[[diffusers.ChromaTransformer2DModel]] | |
| #### diffusers.ChromaTransformer2DModel[[diffusers.ChromaTransformer2DModel]] | |
| ```python | |
| diffusers.ChromaTransformer2DModel(patch_size: int = 1, in_channels: int = 64, out_channels: int | None = None, num_layers: int = 19, num_single_layers: int = 38, attention_head_dim: int = 128, num_attention_heads: int = 24, joint_attention_dim: int = 4096, axes_dims_rope: tuple[int, ...] = (16, 56, 56), approximator_num_channels: int = 64, approximator_hidden_dim: int = 5120, approximator_layers: int = 5) | |
| ``` | |
| [Fonte](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_chroma.py#L359) | |
| **Parâmetros:** | |
| patch_size (`int`, padrão `1`) : Tamanho do patch para converter os dados de entrada em pequenos patches. | |
| in_channels (`int`, padrão `64`) : O número de canais na entrada. | |
| out_channels (`int`, *opcional*, padrão `None`) : O número de canais na saída. Se não for especificado, o padrão é `in_channels`. | |
| num_layers (`int`, padrão `19`) : O número de blocos DiT de fluxo duplo a serem usados. | |
| num_single_layers (`int`, padrão `38`) : O número de blocos DiT de fluxo único a serem usados. | |
| attention_head_dim (`int`, padrão `128`) : O número de dimensões a serem usadas para cada cabeça de atenção. | |
| num_attention_heads (`int`, padrão `24`) : O número de cabeças de atenção a serem usadas. | |
| joint_attention_dim (`int`, padrão `4096`) : O número de dimensões a serem usadas para a atenção conjunta (dimensão de incorporação/canal de `encoder_hidden_states`). | |
| axes_dims_rope (`tuple[int]`, padrão `(16, 56, 56)`) : As dimensões a serem usadas para os embeddings posicionais rotativos. | |
| O modelo Transformer introduzido no Flux, modificado para o Chroma. | |
| Referência: https://huggingface.co/lodestones/Chroma1-HD | |
| #### forward[[diffusers.ChromaTransformer2DModel.forward]] | |
| ```python | |
| forward(hidden_states: Tensor, encoder_hidden_states: Tensor = None, timestep: LongTensor = None, img_ids: Tensor = None, txt_ids: Tensor = None, attention_mask: Tensor = None, joint_attention_kwargs: dict[str, typing.Any] | None = None, controlnet_block_samples = None, controlnet_single_block_samples = None, return_dict: bool = True, controlnet_blocks_repeat: bool = False) | |
| ``` | |
| [Fonte](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_chroma.py#L465) | |
| **Parâmetros:** | |
| hidden_states (`torch.Tensor` de forma `(batch_size, image_sequence_length, in_channels)`) : `hidden_states` de entrada. | |
| encoder_hidden_states (`torch.Tensor` de forma `(batch_size, text_sequence_length, joint_attention_dim)`) : Embeddings condicionais (embeddings calculados a partir das condições de entrada, como prompts) a serem usados. | |
| 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. | |
| attention_mask (`torch.Tensor`, *opcional*) : Máscara aplicada a `encoder_hidden_states` durante a atenção. | |
| 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. | |
| controlnet_blocks_repeat (`bool`, *opcional*, padrão `False`) : Se deve repetir as amostras do bloco controlnet em todos os blocos do transformer. | |
| joint_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 [FluxTransformer2DModel](/docs/diffusers/main/pt/api/models/flux_transformer#diffusers.FluxTransformer2DModel). | |
Xet Storage Details
- Size:
- 4.64 kB
- Xet hash:
- 90e7c951501a229e9ac7277e035d66afe6f31e7bffef5d7389a3aa33d35853e7
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.