Buckets:
Функции активации
Пользовательские функции активации для поддержки различных моделей в 🤗 Diffusers.
GELU[[diffusers.models.activations.GELU]]
diffusers.models.activations.GELU[[diffusers.models.activations.GELU]]
diffusers.models.activations.GELU(dim_in: int, dim_out: int, approximate: str = 'none', bias: bool = True)
Параметры:
dim_in (int) : количество каналов на входе.
dim_out (int) : Количество каналов на выходе.
approximate (str, необязательный, по умолчанию "none") : Если "tanh", используется приближение tanh.
bias (bool, по умолчанию True) : Использовать ли смещение (bias) в линейном слое.
Функция активации GELU с поддержкой аппроксимации tanh при approximate="tanh".
GEGLU[[diffusers.models.activations.GEGLU]]
diffusers.models.activations.GEGLU[[diffusers.models.activations.GEGLU]]
diffusers.models.activations.GEGLU(dim_in: int, dim_out: int, bias: bool = True)
Параметры:
dim_in (int) : количество каналов на входе.
dim_out (int) : Количество каналов на выходе.
bias (bool, по умолчанию True) : Использовать ли смещение (bias) в линейном слое.
Вариант функции активации gated linear unit.
ApproximateGELU[[diffusers.models.activations.ApproximateGELU]]
diffusers.models.activations.ApproximateGELU[[diffusers.models.activations.ApproximateGELU]]
diffusers.models.activations.ApproximateGELU(dim_in: int, dim_out: int, bias: bool = True)
Параметры:
dim_in (int) : количество каналов на входе.
dim_out (int) : Количество каналов на выходе.
bias (bool, по умолчанию True) : Использовать ли смещение (bias) в линейном слое.
Приближённая форма функции активации Gaussian Error Linear Unit (GELU). Дополнительные сведения см. в разделе 2 этой статьи.
SwiGLU[[diffusers.models.activations.SwiGLU]]
diffusers.models.activations.SwiGLU[[diffusers.models.activations.SwiGLU]]
diffusers.models.activations.SwiGLU(dim_in: int, dim_out: int, bias: bool = True)
Параметры:
dim_in (int) : количество каналов на входе.
dim_out (int) : Количество каналов на выходе.
bias (bool, по умолчанию True) : Использовать ли смещение (bias) в линейном слое.
Вариант функции активации gated linear unit. Похожа на GEGLU, но использует SiLU / Swish вместо GeLU.
FP32SiLU[[diffusers.models.activations.FP32SiLU]]
diffusers.models.activations.FP32SiLU[[diffusers.models.activations.FP32SiLU]]
diffusers.models.activations.FP32SiLU()
Функция активации SiLU с входом, преобразованным в torch.float32.
LinearActivation[[diffusers.models.activations.LinearActivation]]
diffusers.models.activations.LinearActivation[[diffusers.models.activations.LinearActivation]]
diffusers.models.activations.LinearActivation(dim_in: int, dim_out: int, bias: bool = True, activation: str = 'silu')
Xet Storage Details
- Size:
- 4.48 kB
- Xet hash:
- 0372c580541d93304bc1598a50bd4d8697dec5132f6e6ca926ee6613378a0cc7
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.