Buckets:
| ## LatteTransformer3DModel | |
| Um modelo Diffusion Transformer para dados 3D do [Latte](https://github.com/Vchitect/Latte). | |
| ## LatteTransformer3DModel[[diffusers.LatteTransformer3DModel]] | |
| #### diffusers.LatteTransformer3DModel[[diffusers.LatteTransformer3DModel]] | |
| ```python | |
| diffusers.LatteTransformer3DModel(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, cross_attention_dim: int | None = None, attention_bias: bool = False, sample_size: int = 64, patch_size: int | None = None, activation_fn: str = 'geglu', num_embeds_ada_norm: int | None = None, norm_type: str = 'layer_norm', norm_elementwise_affine: bool = True, norm_eps: float = 1e-05, caption_channels: int = None, video_length: int = 16) | |
| ``` | |
| [Fonte](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/latte_transformer_3d.py#L27) | |
| #### forward[[diffusers.LatteTransformer3DModel.forward]] | |
| ```python | |
| forward(hidden_states: Tensor, timestep: typing.Optional[torch.LongTensor] = None, encoder_hidden_states: typing.Optional[torch.Tensor] = None, encoder_attention_mask: typing.Optional[torch.Tensor] = None, enable_temporal_attentions: bool = True, return_dict: bool = True) | |
| ``` | |
| [Fonte](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/latte_transformer_3d.py#L166) | |
| **Parâmetros:** | |
| hidden_states (`torch.Tensor` de forma `(batch size, channel, num_frame, height, width)`) : `hidden_states` de entrada. | |
| timestep ( `torch.LongTensor`, *opcional*) : Usado para indicar o passo de desruidamento. Timestep opcional a ser aplicado como um embedding em `AdaLayerNorm`. | |
| encoder_hidden_states ( `torch.FloatTensor` de forma `(batch size, sequence len, embed dims)`, *opcional*) : Embebidings condicionais para a camada de atenção cruzada. Se não fornecidos, a atenção cruzada padrão é a autoatenção. | |
| encoder_attention_mask ( `torch.Tensor`, *opcional*) : Máscara de atenção cruzada aplicada a `encoder_hidden_states`. Dois formatos suportados: * Máscara `(batcheight, sequence_length)` True = manter, False = descartar. * Viés `(batcheight, 1, sequence_length)` 0 = manter, -10000 = descartar. Se `ndim == 2`: será interpretada como uma máscara e, em seguida, convertida em um viés consistente com o formato acima. Esse viés será adicionado às pontuações de atenção cruzada. | |
| enable_temporal_attentions : (`bool`, *opcional*, padrão `True`): Se as atenções temporais devem ser habilitadas. | |
| return_dict (`bool`, *opcional*, padrão `True`) : Se deve ou não retornar um `~models.unet_2d_condition.UNet2DConditionOutput` 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 [LatteTransformer3DModel](/docs/diffusers/main/pt/api/models/latte_transformer3d#diffusers.LatteTransformer3DModel). | |
Xet Storage Details
- Size:
- 3.05 kB
- Xet hash:
- 738ce5d92efeae24c042348351b02e9bbc69d825d6d1a5dfd5199ffd564d978c
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.