diffusers/main/ru/api/models/stable_cascade_unet.md

StableCascadeUNet

Модель UNet из конвейера Stable Cascade.

StableCascadeUNet[[diffusers.models.StableCascadeUNet]]

diffusers.models.StableCascadeUNet[[diffusers.models.StableCascadeUNet]]

diffusers.models.StableCascadeUNet(in_channels: int = 16, out_channels: int = 16, timestep_ratio_embedding_dim: int = 64, patch_size: int = 1, conditioning_dim: int = 2048, block_out_channels: tuple[int, ...] = (2048, 2048), num_attention_heads: tuple[int, ...] = (32, 32), down_num_layers_per_block: tuple[int, ...] = (8, 24), up_num_layers_per_block: tuple[int, ...] = (24, 8), down_blocks_repeat_mappers: tuple[int] | None = (1, 1), up_blocks_repeat_mappers: tuple[int] | None = (1, 1), block_types_per_layer: tuple[tuple[str]] = (('SDCascadeResBlock', 'SDCascadeTimestepBlock', 'SDCascadeAttnBlock'), ('SDCascadeResBlock', 'SDCascadeTimestepBlock', 'SDCascadeAttnBlock')), clip_text_in_channels: int | None = None, clip_text_pooled_in_channels = 1280, clip_image_in_channels: int | None = None, clip_seq = 4, effnet_in_channels: int | None = None, pixel_mapper_in_channels: int | None = None, kernel_size = 3, dropout: float | tuple[float] = (0.1, 0.1), self_attn: bool | tuple[bool] = True, timestep_conditioning_type: tuple[str, ...] = ('sca', 'crp'), switch_level: tuple[bool] | None = None)

Источник

forward[[diffusers.models.StableCascadeUNet.forward]]

forward(sample, timestep_ratio, clip_text_pooled, clip_text = None, clip_img = None, effnet = None, pixels = None, sca = None, crp = None, return_dict = True)

Источник

Параметры:

sample (torch.Tensor) : Шумовой входной образец.

timestep_ratio (torch.Tensor) : Коэффициент шага, используемый для вычисления эмбеддинга шага.

clip_text_pooled (torch.Tensor) : Пул-эмбеддинги текста CLIP.

clip_text (torch.Tensor, необязательный) : Векторные представления текста CLIP на уровне последовательности.

clip_img (torch.Tensor, необязательный) : Встраивания изображений CLIP.

effnet (torch.Tensor, необязательный) : Карта признаков EfficientNet, используемая в качестве дополнительного условия.

pixels (torch.Tensor, необязательный) : Тензор пиксельного уровня для условного управления. Если None, используется тензор нулей.

sca (torch.Tensor, необязательный) : Необязательное скалярное значение sca, используемое для построения эмбеддинга временного шага.

crp (torch.Tensor, необязательный) : Необязательное значение crp, используемое для построения эмбеддинга временного шага.

return_dict (bool, необязательный, по умолчанию True) : Возвращать ли StableCascadeUNetOutput вместо обычного кортежа.

Возвращает:

Если return_dict равно True, возвращается StableCascadeUNetOutput, иначе — tuple, первым элементом которого является тензор сэмпла.