diffusers/main/ru/hybrid_inference/api_reference.md

Удалённый вывод

Remote inference обеспечивает доступ к Inference Endpoint для переноса локальных задач генерации, декодирования и кодирования.

remote_decode[[diffusers.utils.remote_decode]]

diffusers.utils.remote_decode[[diffusers.utils.remote_decode]]

diffusers.utils.remote_decode(endpoint: str, tensor: 'torch.Tensor', processor: 'VaeImageProcessor' | 'VideoProcessor' | None = None, do_scaling: bool = True, scaling_factor: float | None = None, shift_factor: float | None = None, output_type: Literal['mp4', 'pil', 'pt'] = 'pil', return_type: Literal['mp4', 'pil', 'pt'] = 'pil', image_format: Literal['png', 'jpg'] = 'jpg', partial_postprocess: bool = False, input_tensor_type: Literal['binary'] = 'binary', output_tensor_type: Literal['binary'] = 'binary', height: int | None = None, width: int | None = None)

Источник

Параметры:

endpoint (str) : Точка входа для удалённого декодирования.

tensor (torch.Tensor) : тензор для декодирования.

processor (VaeImageProcessor или VideoProcessor, необязательно) : Используется с return_type="pt" и return_type="pil" для моделей видео.

do_scaling (bool, по умолчанию True, необязательный) : УСТАРЕЛ. Вместо этого передавайте scaling_factor/shift_factor. До удаления опции для отключения масштабирования по-прежнему устанавливайте do_scaling=None/do_scaling=False Если True, применяется масштабирование, например latents / self.vae.config.scaling_factor. Если False, входные данные должны передаваться с уже примененным масштабированием.

scaling_factor (float, необязательный) : Масштабирование применяется при передаче, например, latents / self.vae.config.scaling_factor. - SD v1: 0.18215 - SD XL: 0.13025 - Flux: 0.3611 Если None, входные данные должны быть переданы с уже примененным масштабированием.

shift_factor (float, optional) : Сдвиг применяется при передаче, например, latents + self.vae.config.shift_factor. - Flux: 0.1159 Если None, входные данные должны быть переданы с уже примененным масштабированием.

output_type ("mp4" or "pil" or "pt", default "pil") : Endpoint output type. Subject to change. Report feedback on preferred type. "mp4": Supported by video models. Endpoint returns bytesof video."pil": Supported by image and video models. Image models: Endpoint returns bytesof an image inimage_format. Video models: Endpoint returns torch.Tensorwith partialpostprocessingapplied. Requiresprocessoras a flag (anyNonevalue will work)."pt": Support by image and video models. Endpoint returns torch.Tensor. With partial_postprocess=Truethe tensor is postprocesseduint8image tensor. Recommendations:"pt"withpartial_postprocess=Trueis the smallest transfer for full quality."pt"withpartial_postprocess=Falseis the most compatible with third party code."pil"withimage_format="jpg"` is the smallest transfer overall.

return_type ("mp4" or "pil" or "pt", default "pil") : Function return type. "mp4": Function returns bytesof video."pil": Function returns PIL.Image.Image. With output_type="pil" no further processing is applied. With output_type="pt" a PIL.Image.Imageis created.partial_postprocess=False processoris required.partial_postprocess=True processoris **not** required."pt": Function returns torch.Tensor. processoris **not** required.partial_postprocess=Falsetensor isfloat16orbfloat16, without denormalization. partial_postprocess=Truetensor isuint8`, denormalized.

image_format ("png" или "jpg", по умолчанию jpg) : Используется вместе с output_type="pil". Эндпоинт возвращает jpg или png.

partial_postprocess (bool, по умолчанию False) : Используется вместе с output_type="pt". partial_postprocess=False тензор имеет тип float16 или bfloat16, без денормализации. partial_postprocess=True тензор имеет тип uint8, денормализован.

input_tensor_type ("binary", по умолчанию "binary") : тип передачи тензора.

output_tensor_type ("binary", по умолчанию "binary") : тип передачи тензора.

height (int, optional) : Обязательно для латентов с "packed".

width (int, optional) : Обязательно для латентов с "packed".

Возвращает:

output (Image.Image или list[Image.Image] или bytes или torch.Tensor).

Hugging Face Hybrid Inference, позволяющий выполнять декодирование VAE удаленно.

remote_encode[[diffusers.utils.remote_utils.remote_encode]]

diffusers.utils.remote_utils.remote_encode[[diffusers.utils.remote_utils.remote_encode]]

diffusers.utils.remote_utils.remote_encode(endpoint: str, image: 'torch.Tensor' | Image.Image, scaling_factor: float | None = None, shift_factor: float | None = None)

Источник

Параметры:

endpoint (str) : Точка входа для удалённого декодирования.

image (torch.Tensor или PIL.Image.Image) : Изображение для кодирования.

scaling_factor (float, optional) : Масштабирование применяется при передаче, например, latents * self.vae.config.scaling_factor. - SD v1: 0.18215 - SD XL: 0.13025 - Flux: 0.3611 Если None, входные данные должны быть переданы с уже примененным масштабированием.

shift_factor (float, optional) : Сдвиг применяется при передаче, например, latents - self.vae.config.shift_factor. - Flux: 0.1159 Если None, входные данные должны быть переданы с уже примененным масштабированием.

Возвращает:

output (torch.Tensor).

Hugging Face Hybrid Inference, позволяющий выполнять кодирование VAE удаленно.