Buckets:
| # Dikkat İşleyicisi | |
| Bir dikkat işlemcisi, farklı türde dikkat mekanizmalarını uygulamak için kullanılan bir sınıftır. | |
| ## AttnProcessor[[diffusers.models.attention_processor.AttnProcessor]] | |
| #### diffusers.models.attention_processor.AttnProcessor[[diffusers.models.attention_processor.AttnProcessor]] | |
| ```python | |
| diffusers.models.attention_processor.AttnProcessor() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L1103) | |
| Dikkatle ilgili hesaplamaları gerçekleştirmek için varsayılan işlemci. | |
| #### diffusers.models.attention_processor.AttnProcessor2_0[[diffusers.models.attention_processor.AttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.AttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L2696) | |
| Ölçekli nokta çarpımı dikkatini uygulayan işlemci (PyTorch 2.0 kullanıyorsanız varsayılan olarak etkinleştirilir). | |
| #### diffusers.models.attention_processor.AttnAddedKVProcessor[[diffusers.models.attention_processor.AttnAddedKVProcessor]] | |
| ```python | |
| diffusers.models.attention_processor.AttnAddedKVProcessor() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L1279) | |
| Metin kodlayıcı için ek öğrenilebilir anahtar ve değer matrisleriyle dikkat ile ilgili hesaplamaları gerçekleştirmek için kullanılan işlemci. | |
| #### diffusers.models.attention_processor.AttnAddedKVProcessor2_0[[diffusers.models.attention_processor.AttnAddedKVProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.AttnAddedKVProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L1346) | |
| Ölçekli nokta çarpımı dikkatini (PyTorch 2.0 kullanıyorsanız varsayılan olarak etkinleştirilir) gerçekleştirmek için işlemci, metin kodlayıcı için ek öğrenilebilir anahtar ve değer matrislerine sahiptir. | |
| #### diffusers.models.attention_processor.AttnProcessorNPU[[diffusers.models.attention_processor.AttnProcessorNPU]] | |
| ```python | |
| diffusers.models.attention_processor.AttnProcessorNPU() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L2582) | |
| torch_npu kullanarak flash attention uygulaması için işlemci. Torch_npu yalnızca fp16 ve bf16 veri türlerini destekler. fp32 kullanılırsa, hesaplama için F.scaled_dot_product_attention kullanılır, ancak NPU üzerindeki hızlandırma etkisi belirgin değildir. | |
| #### diffusers.models.attention_processor.FusedAttnProcessor2_0[[diffusers.models.attention_processor.FusedAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.FusedAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L3668) | |
| Ölçekli nokta çarpımı dikkatini (PyTorch 2.0 kullanıyorsanız varsayılan olarak etkin) uygulayan işlemci. Birleşik projeksiyon katmanları kullanır. Kendi-dikkat modülleri için tüm projeksiyon matrisleri (yani sorgu, anahtar, değer) birleştirilir. Çapraz-dikkat modülleri için anahtar ve değer projeksiyon matrisleri birleştirilir. | |
| > [!WARNING] > Bu API şu anda 🧪 deneysel niteliktedir ve gelecekte değişebilir. | |
| ## Allegro[[diffusers.models.attention_processor.AllegroAttnProcessor2_0]] | |
| #### diffusers.models.attention_processor.AllegroAttnProcessor2_0[[diffusers.models.attention_processor.AllegroAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.AllegroAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L1993) | |
| Ölçekli nokta çarpımı dikkatini (PyTorch 2.0 kullanıyorsanız varsayılan olarak etkin) uygulayan işlemci. Bu, Allegro modelinde kullanılır. Sorgu ve anahtar vektörlerine bir normalizasyon katmanı ve döner gömme uygular. | |
| ## AuraFlow[[diffusers.models.attention_processor.AuraFlowAttnProcessor2_0]] | |
| #### diffusers.models.attention_processor.AuraFlowAttnProcessor2_0[[diffusers.models.attention_processor.AuraFlowAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.AuraFlowAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L2087) | |
| Genellikle Aura Flow işlemlerinde kullanılan dikkat işlemcisi. | |
| #### diffusers.models.attention_processor.FusedAuraFlowAttnProcessor2_0[[diffusers.models.attention_processor.FusedAuraFlowAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.FusedAuraFlowAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L2180) | |
| Genellikle füzyonlu projeksiyonlarla Aura Flow işlenmesinde kullanılan dikkat işlemcisi. | |
| ## CogVideoX[[diffusers.models.attention_processor.CogVideoXAttnProcessor2_0]] | |
| #### diffusers.models.attention_processor.CogVideoXAttnProcessor2_0[[diffusers.models.attention_processor.CogVideoXAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.CogVideoXAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L2277) | |
| CogVideoX modeli için ölçekli nokta çarpımı dikkatini (scaled dot-product attention) uygulamak üzere tasarlanmış işlemci. Sorgu ve anahtar vektörlerine döner gömme (rotary embedding) uygular ancak uzamsal normalizasyon içermez. | |
| #### diffusers.models.attention_processor.FusedCogVideoXAttnProcessor2_0[[diffusers.models.attention_processor.FusedCogVideoXAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.FusedCogVideoXAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L2346) | |
| CogVideoX modeli için ölçekli nokta çarpımı dikkatini (scaled dot-product attention) uygulamak üzere tasarlanmış işlemci. Sorgu ve anahtar vektörlerine döner gömme (rotary embedding) uygular ancak uzamsal normalizasyon içermez. | |
| ## DreamLite[[diffusers.models.unets.unet_dreamlite.DreamLiteAttnProcessor2_0]] | |
| #### diffusers.models.unets.unet_dreamlite.DreamLiteAttnProcessor2_0[[diffusers.models.unets.unet_dreamlite.DreamLiteAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.unets.unet_dreamlite.DreamLiteAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/unets/unet_dreamlite.py#L285) | |
| Grouped Query Attention (GQA / MQA) desteğiyle ölçekli nokta çarpımı dikkatini (scaled dot-product attention) uygulamak için işlemci. | |
| `AttnProcessor2_0` ile aynıdır; ancak anahtar/değer yeniden şekillendirme dalı, K/V'yi `kv_heads` olarak yeniden şekillendirip ardından `repeat_interleave` ile `attn.heads` sayısına kadar çoğaltarak `attn.kv_heads != attn.heads` durumunu doğru şekilde ele alır. Bu, GQA'yı `qk_norm` ile birleştiren DreamLite UNet için gereklidir; varsayılan `AttnProcessor2_0` bu kombinasyonu desteklemez. SDPA, diffusers dikkat arka uçlarından herhangi birinin (yerel PyTorch SDPA, FlashAttention vb.) kullanılabilmesi için `dispatch_attention_fn` işlevine devredilir. | |
| ## Özel Difüzyon[[diffusers.models.attention_processor.CustomDiffusionAttnProcessor]] | |
| #### diffusers.models.attention_processor.CustomDiffusionAttnProcessor[[diffusers.models.attention_processor.CustomDiffusionAttnProcessor]] | |
| ```python | |
| diffusers.models.attention_processor.CustomDiffusionAttnProcessor(train_kv: bool = True, train_q_out: bool = True, hidden_size: int | None = None, cross_attention_dim: int | None = None, out_bias: bool = True, dropout: float = 0.0) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L1175) | |
| **Parametreler:** | |
| train_kv (`bool`, varsayılan `True`) : Metin özelliklerine karşılık gelen anahtar ve değer matrislerinin yeni mi eğitileceği. | |
| train_q_out (`bool`, varsayılan `True`) : Gizli görüntü özelliklerine karşılık gelen sorgu matrislerinin yeni mi eğitileceği. | |
| hidden_size (`int`, *isteğe bağlı*, varsayılan `None`) : Dikkat katmanının gizli boyutu. | |
| cross_attention_dim (`int`, *isteğe bağlı*, varsayılan `None`) : `encoder_hidden_states` içindeki kanal sayısı. | |
| out_bias (`bool`, varsayılan `True`) : `train_q_out` içinde bias parametresinin dahil edilip edilmeyeceğini belirtir. | |
| dropout (`float`, *opsiyonel*, varsayılan 0.0) : Kullanılacak dropout olasılığı. | |
| Custom Diffusion yöntemi için dikkat (attention) uygulamasını gerçekleştiren işlemci (processor). | |
| #### diffusers.models.attention_processor.CustomDiffusionAttnProcessor2_0[[diffusers.models.attention_processor.CustomDiffusionAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.CustomDiffusionAttnProcessor2_0(train_kv: bool = True, train_q_out: bool = True, hidden_size: int | None = None, cross_attention_dim: int | None = None, out_bias: bool = True, dropout: float = 0.0) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L3886) | |
| **Parametreler:** | |
| train_kv (`bool`, varsayılan `True`) : Metin özelliklerine karşılık gelen anahtar ve değer matrislerinin yeni mi eğitileceği. | |
| train_q_out (`bool`, varsayılan `True`) : Gizli görüntü özelliklerine karşılık gelen sorgu matrislerinin yeni mi eğitileceği. | |
| hidden_size (`int`, *isteğe bağlı*, varsayılan `None`) : Dikkat katmanının gizli boyutu. | |
| cross_attention_dim (`int`, *isteğe bağlı*, varsayılan `None`) : `encoder_hidden_states` içindeki kanal sayısı. | |
| out_bias (`bool`, varsayılan `True`) : `train_q_out` içinde bias parametresinin dahil edilip edilmeyeceğini belirtir. | |
| dropout (`float`, *opsiyonel*, varsayılan 0.0) : Kullanılacak dropout olasılığı. | |
| PyTorch 2.0'ın bellek verimli ölçekli nokta çarpımı dikkatini kullanarak Custom Diffusion yöntemi için dikkat uygulayan işlemci. | |
| #### diffusers.models.attention_processor.CustomDiffusionXFormersAttnProcessor[[diffusers.models.attention_processor.CustomDiffusionXFormersAttnProcessor]] | |
| ```python | |
| diffusers.models.attention_processor.CustomDiffusionXFormersAttnProcessor(train_kv: bool = True, train_q_out: bool = False, hidden_size: int | None = None, cross_attention_dim: int | None = None, out_bias: bool = True, dropout: float = 0.0, attention_op: Callable | None = None) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L3770) | |
| **Parametreler:** | |
| train_kv (`bool`, varsayılan `True`) : Metin özelliklerine karşılık gelen anahtar ve değer matrislerinin yeni mi eğitileceği. | |
| train_q_out (`bool`, varsayılan `True`) : Gizli görüntü özelliklerine karşılık gelen sorgu matrislerinin yeni mi eğitileceği. | |
| hidden_size (`int`, *isteğe bağlı*, varsayılan `None`) : Dikkat katmanının gizli boyutu. | |
| cross_attention_dim (`int`, *isteğe bağlı*, varsayılan `None`) : `encoder_hidden_states` içindeki kanal sayısı. | |
| out_bias (`bool`, varsayılan `True`) : `train_q_out` içinde bias parametresinin dahil edilip edilmeyeceğini belirtir. | |
| dropout (`float`, *opsiyonel*, varsayılan 0.0) : Kullanılacak dropout olasılığı. | |
| attention_op (`Callable`, *isteğe bağlı*, varsayılan `None`) : Dikkat operatörü olarak kullanılacak temel [operatör](https://facebookresearch.github.io/xformers/components/ops.html#xformers.ops.AttentionOpBase). `None` olarak ayarlanmasına ve en iyi operatörün seçilmesinin xFormers'a bırakılmasına önerilir. | |
| Custom Diffusion yöntemi için xFormers kullanarak bellek verimli dikkat (attention) uygulayan işlemci (Processor). | |
| ## Flux[[diffusers.models.attention_processor.FluxAttnProcessor2_0]] | |
| #### diffusers.models.attention_processor.FluxAttnProcessor2_0[[diffusers.models.attention_processor.FluxAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.FluxAttnProcessor2_0(*args, **kwargs) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L5505) | |
| #### diffusers.models.attention_processor.FusedFluxAttnProcessor2_0[[diffusers.models.attention_processor.FusedFluxAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.FusedFluxAttnProcessor2_0(*args, **kwargs) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L5529) | |
| #### diffusers.models.attention_processor.FluxSingleAttnProcessor2_0[[diffusers.models.attention_processor.FluxSingleAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.FluxSingleAttnProcessor2_0(*args, **kwargs) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L5515) | |
| Ölçekli nokta çarpımı dikkatini uygulayan işlemci (PyTorch 2.0 kullanıyorsanız varsayılan olarak etkinleştirilir). | |
| ## Hunyuan[[diffusers.models.attention_processor.HunyuanAttnProcessor2_0]] | |
| #### diffusers.models.attention_processor.HunyuanAttnProcessor2_0[[diffusers.models.attention_processor.HunyuanAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.HunyuanAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L3124) | |
| Ölçekli nokta çarpımı dikkatini (PyTorch 2.0 kullanıyorsanız varsayılan olarak etkin) uygulayan işlemci. Bu, HunyuanDiT modelinde kullanılır. Sorgu ve anahtar vektörlerine bir s normalizasyon katmanı ve döner gömme uygular. | |
| #### diffusers.models.attention_processor.FusedHunyuanAttnProcessor2_0[[diffusers.models.attention_processor.FusedHunyuanAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.FusedHunyuanAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L3222) | |
| Ölçekli nokta çarpımı dikkatini (PyTorch 2.0 kullanıyorsanız varsayılan olarak etkinleştirilir) füzyonlu projeksiyon katmanlarıyla uygulayan işlemci. Bu, HunyuanDiT modelinde kullanılır. Sorgu ve anahtar vektörlerine bir s normalizasyon katmanı ve döner gömme uygular. | |
| #### diffusers.models.attention_processor.PAGHunyuanAttnProcessor2_0[[diffusers.models.attention_processor.PAGHunyuanAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.PAGHunyuanAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L3325) | |
| Ölçekli nokta çarpımı dikkatini (PyTorch 2.0 kullanıyorsanız varsayılan olarak etkin) uygulayan işlemci. Bu, HunyuanDiT modelinde kullanılır. Sorgu ve anahtar vektörlerine bir normalizasyon katmanı ve döner gömme uygular. Bu işlemci varyantı [Pertubed Attention Guidance](https://huggingface.co/papers/2403.17377) kullanır. | |
| #### diffusers.models.attention_processor.PAGCFGHunyuanAttnProcessor2_0[[diffusers.models.attention_processor.PAGCFGHunyuanAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.PAGCFGHunyuanAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L3448) | |
| Ölçekli nokta çarpımı dikkatini (PyTorch 2.0 kullanıyorsanız varsayılan olarak etkin) uygulayan işlemci. Bu, HunyuanDiT modelinde kullanılır. Sorgu ve anahtar vektörlerine bir normalizasyon katmanı ve döner gömme uygular. Bu işlemci varyantı [Pertubed Attention Guidance](https://huggingface.co/papers/2403.17377) kullanır. | |
| ## IdentitySelfAttnProcessor2_0[[diffusers.models.attention_processor.PAGIdentitySelfAttnProcessor2_0]] | |
| #### diffusers.models.attention_processor.PAGIdentitySelfAttnProcessor2_0[[diffusers.models.attention_processor.PAGIdentitySelfAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.PAGIdentitySelfAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L5043) | |
| Ölçekli nokta çarpımı dikkati kullanarak PAG uygulaması için işlemci (PyTorch 2.0 kullanıyorsanız varsayılan olarak etkinleştirilir). PAG referansı: https://huggingface.co/papers/2403.17377 | |
| #### diffusers.models.attention_processor.PAGCFGIdentitySelfAttnProcessor2_0[[diffusers.models.attention_processor.PAGCFGIdentitySelfAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.PAGCFGIdentitySelfAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L5142) | |
| Ölçekli nokta çarpımı dikkati kullanarak PAG uygulaması için işlemci (PyTorch 2.0 kullanıyorsanız varsayılan olarak etkinleştirilir). PAG referansı: https://huggingface.co/papers/2403.17377 | |
| ## IP-Adapter[[diffusers.models.attention_processor.IPAdapterAttnProcessor]] | |
| #### diffusers.models.attention_processor.IPAdapterAttnProcessor[[diffusers.models.attention_processor.IPAdapterAttnProcessor]] | |
| ```python | |
| diffusers.models.attention_processor.IPAdapterAttnProcessor(hidden_size, cross_attention_dim = None, num_tokens = (4,), scale = 1.0) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L4208) | |
| **Parametreler:** | |
| hidden_size (`int`) : Dikkat katmanının gizli boyutu. | |
| cross_attention_dim (`int`) : `encoder_hidden_states` içindeki kanal sayısı. | |
| num_tokens (`int`, `tuple[int]` veya `list[int]`, varsayılan `(4,)`) : Görüntü özelliklerinin bağlam uzunluğu. | |
| scale (`float` veya list`float`, varsayılan 1.0) : görüntü isteminin ağırlık ölçeği. | |
| Çoklu IP-Adapters için dikkat işlemcisi. | |
| #### diffusers.models.attention_processor.IPAdapterAttnProcessor2_0[[diffusers.models.attention_processor.IPAdapterAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.IPAdapterAttnProcessor2_0(hidden_size, cross_attention_dim = None, num_tokens = (4,), scale = 1.0) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L4408) | |
| **Parametreler:** | |
| hidden_size (`int`) : Dikkat katmanının gizli boyutu. | |
| cross_attention_dim (`int`) : `encoder_hidden_states` içindeki kanal sayısı. | |
| num_tokens (`int`, `tuple[int]` veya `list[int]`, varsayılan `(4,)`) : Görüntü özelliklerinin bağlam uzunluğu. | |
| scale (`float` veya `list[float]`, varsayılan 1.0) : görüntü isteminin ağırlık ölçeği. | |
| PyTorch 2.0 için IP-Adapter dikkat işleyicisi. | |
| #### diffusers.models.attention_processor.SD3IPAdapterJointAttnProcessor2_0[[diffusers.models.attention_processor.SD3IPAdapterJointAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.SD3IPAdapterJointAttnProcessor2_0(hidden_size: int, ip_hidden_states_dim: int, head_dim: int, timesteps_emb_dim: int = 1280, scale: float = 0.5) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L4872) | |
| **Parametreler:** | |
| hidden_size (`int`) : Gizli kanal sayısı. | |
| ip_hidden_states_dim (`int`) : Görüntü özelliği boyutu. | |
| head_dim (`int`) : Baş kanal sayısı. | |
| timesteps_emb_dim (`int`, varsayılan 1280) : Zaman adımı gömme için giriş kanal sayısı. | |
| scale (`float`, varsayılan 0.5) : IP-Adapter ölçeği. | |
| Genellikle SD3 benzeri öz-dikkat projeksiyonlarının işlenmesinde, ek görüntü tabanlı bilgiler ve zaman adımı gömme (embedding) bilgileriyle birlikte kullanılan IP-Adapter için dikkat (attention) işleyicisi. | |
| ## JointAttnProcessor2_0[[diffusers.models.attention_processor.JointAttnProcessor2_0]] | |
| #### diffusers.models.attention_processor.JointAttnProcessor2_0[[diffusers.models.attention_processor.JointAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.JointAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L1422) | |
| Genellikle SD3 benzeri öz-dikkat projeksiyonlarını işlerken kullanılan dikkat işlemcisi. | |
| #### diffusers.models.attention_processor.PAGJointAttnProcessor2_0[[diffusers.models.attention_processor.PAGJointAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.PAGJointAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L1508) | |
| Genellikle SD3 benzeri öz-dikkat projeksiyonlarını işlerken kullanılan dikkat işlemcisi. | |
| #### diffusers.models.attention_processor.PAGCFGJointAttnProcessor2_0[[diffusers.models.attention_processor.PAGCFGJointAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.PAGCFGJointAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L1664) | |
| Genellikle SD3 benzeri öz-dikkat projeksiyonlarını işlerken kullanılan dikkat işlemcisi. | |
| #### diffusers.models.attention_processor.FusedJointAttnProcessor2_0[[diffusers.models.attention_processor.FusedJointAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.FusedJointAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L1829) | |
| Genellikle SD3 benzeri öz-dikkat projeksiyonlarını işlerken kullanılan dikkat işlemcisi. | |
| ## LoRA[[diffusers.models.attention_processor.LoRAAttnProcessor]] | |
| #### diffusers.models.attention_processor.LoRAAttnProcessor[[diffusers.models.attention_processor.LoRAAttnProcessor]] | |
| ```python | |
| diffusers.models.attention_processor.LoRAAttnProcessor() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L5305) | |
| LoRA ile dikkat (attention) uygulaması için işlemci. | |
| #### diffusers.models.attention_processor.LoRAAttnProcessor2_0[[diffusers.models.attention_processor.LoRAAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.LoRAAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L5314) | |
| LoRA ile dikkat (attention) uygulamasını gerçekleştiren işlemci (PyTorch 2.0 kullanıyorsanız varsayılan olarak etkinleştirilir). | |
| #### diffusers.models.attention_processor.LoRAAttnAddedKVProcessor[[diffusers.models.attention_processor.LoRAAttnAddedKVProcessor]] | |
| ```python | |
| diffusers.models.attention_processor.LoRAAttnAddedKVProcessor() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L5332) | |
| Metin kodlayıcı için ek öğrenilebilir anahtar ve değer matrislerine sahip LoRA ile dikkat uygulamasını gerçekleştiren işlemci. | |
| #### diffusers.models.attention_processor.LoRAXFormersAttnProcessor[[diffusers.models.attention_processor.LoRAXFormersAttnProcessor]] | |
| ```python | |
| diffusers.models.attention_processor.LoRAXFormersAttnProcessor() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L5323) | |
| xFormers kullanarak LoRA ile dikkat (attention) uygulaması için işlemci. | |
| ## Lumina-T2X[[diffusers.models.attention_processor.LuminaAttnProcessor2_0]] | |
| #### diffusers.models.attention_processor.LuminaAttnProcessor2_0[[diffusers.models.attention_processor.LuminaAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.LuminaAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L3572) | |
| Ölçekli nokta çarpımı dikkatini (PyTorch 2.0 kullanıyorsanız varsayılan olarak etkin) uygulayan işlemci. Bu, LuminaNextDiT modelinde kullanılır. Sorgu ve anahtar vektörlerine bir s normalizasyon katmanı ve döner gömme uygular. | |
| ## Mochi[[diffusers.models.attention_processor.MochiAttnProcessor2_0]] | |
| #### diffusers.models.attention_processor.MochiAttnProcessor2_0[[diffusers.models.attention_processor.MochiAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.MochiAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L998) | |
| Mochi'de kullanılan dikkat işlemcisi. | |
| #### diffusers.models.attention_processor.MochiVaeAttnProcessor2_0[[diffusers.models.attention_processor.MochiVaeAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.MochiVaeAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L2906) | |
| Mochi VAE'de kullanılan dikkat işlemcisi. | |
| ## Sana[[diffusers.models.attention_processor.SanaLinearAttnProcessor2_0]] | |
| #### diffusers.models.attention_processor.SanaLinearAttnProcessor2_0[[diffusers.models.attention_processor.SanaLinearAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.SanaLinearAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L5341) | |
| Ölçekli nokta çarpımı doğrusal dikkati uygulayan işlemci. | |
| #### diffusers.models.attention_processor.SanaMultiscaleAttnProcessor2_0[[diffusers.models.attention_processor.SanaMultiscaleAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.SanaMultiscaleAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L5245) | |
| Çok ölçekli kuadratik dikkat (quadratic attention) uygulaması için işlemci. | |
| #### diffusers.models.attention_processor.PAGCFGSanaLinearAttnProcessor2_0[[diffusers.models.attention_processor.PAGCFGSanaLinearAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.PAGCFGSanaLinearAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L5393) | |
| Ölçekli nokta çarpımı doğrusal dikkati uygulayan işlemci. | |
| #### diffusers.models.attention_processor.PAGIdentitySanaLinearAttnProcessor2_0[[diffusers.models.attention_processor.PAGIdentitySanaLinearAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.PAGIdentitySanaLinearAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L5448) | |
| Ölçekli nokta çarpımı doğrusal dikkati uygulayan işlemci. | |
| ## Stable Audio[[diffusers.models.attention_processor.StableAudioAttnProcessor2_0]] | |
| #### diffusers.models.attention_processor.StableAudioAttnProcessor2_0[[diffusers.models.attention_processor.StableAudioAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.StableAudioAttnProcessor2_0() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L2991) | |
| Ölçekli nokta çarpımı dikkatini (PyTorch 2.0 kullanıyorsanız varsayılan olarak etkin) uygulayan işlemci. Bu, Stable Audio modelinde kullanılır. Sorgu ve anahtar vektörlerine döner gömme uygular ve MHA, GQA veya MQA'ya izin verir. | |
| ## SlicedAttnProcessor[[diffusers.models.attention_processor.SlicedAttnProcessor]] | |
| #### diffusers.models.attention_processor.SlicedAttnProcessor[[diffusers.models.attention_processor.SlicedAttnProcessor]] | |
| ```python | |
| diffusers.models.attention_processor.SlicedAttnProcessor(slice_size: int) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L4000) | |
| **Parametreler:** | |
| slice_size (`int`, *isteğe bağlı*) : Dikkat hesaplanacak adım sayısı. `attention_head_dim // slice_size` kadar dilim kullanır ve `attention_head_dim`, `slice_size`'in katı olmalıdır. | |
| Dilimlenmiş dikkat (sliced attention) uygulaması için işlemci. | |
| #### diffusers.models.attention_processor.SlicedAttnAddedKVProcessor[[diffusers.models.attention_processor.SlicedAttnAddedKVProcessor]] | |
| ```python | |
| diffusers.models.attention_processor.SlicedAttnAddedKVProcessor(slice_size) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L4087) | |
| **Parametreler:** | |
| slice_size (`int`, *isteğe bağlı*) : Dikkat hesaplanacak adım sayısı. `attention_head_dim // slice_size` kadar dilim kullanır ve `attention_head_dim`, `slice_size`'in katı olmalıdır. | |
| Metin kodlayıcı için ek öğrenilebilir anahtar ve değer matrisleriyle dilimlenmiş dikkat (sliced attention) uygulayan işlemci. | |
| ## XFormersAttnProcessor[[diffusers.models.attention_processor.XFormersAttnProcessor]] | |
| #### diffusers.models.attention_processor.XFormersAttnProcessor[[diffusers.models.attention_processor.XFormersAttnProcessor]] | |
| ```python | |
| diffusers.models.attention_processor.XFormersAttnProcessor(attention_op: Callable | None = None) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L2488) | |
| **Parametreler:** | |
| attention_op (`Callable`, *isteğe bağlı*, varsayılan `None`) : Dikkat operatörü olarak kullanılacak temel [operatör](https://facebookresearch.github.io/xformers/components/ops.html#xformers.ops.AttentionOpBase). `None` olarak ayarlanmasına ve en iyi operatörün seçilmesinin xFormers'a bırakılmasına önerilir. | |
| xFormers kullanarak bellek verimli dikkat (attention) uygulaması için işlemci. | |
| #### diffusers.models.attention_processor.XFormersAttnAddedKVProcessor[[diffusers.models.attention_processor.XFormersAttnAddedKVProcessor]] | |
| ```python | |
| diffusers.models.attention_processor.XFormersAttnAddedKVProcessor(attention_op: Callable | None = None) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L2417) | |
| **Parametreler:** | |
| attention_op (`Callable`, *isteğe bağlı*, varsayılan `None`) : Dikkat operatörü olarak kullanılacak temel [operatör](https://facebookresearch.github.io/xformers/components/ops.html#xformers.ops.AttentionOpBase). `None` olarak ayarlanmasına ve en iyi operatörün seçilmesinin xFormers'a bırakılmasına önerilir. | |
| xFormers kullanarak bellek verimli dikkat (attention) uygulaması için işlemci. | |
| ## XLAFlashAttnProcessor2_0[[diffusers.models.attention_processor.XLAFlashAttnProcessor2_0]] | |
| #### diffusers.models.attention_processor.XLAFlashAttnProcessor2_0[[diffusers.models.attention_processor.XLAFlashAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.XLAFlashAttnProcessor2_0(partition_spec: tuple[str | None, ...] | None = None) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L2790) | |
| `torch_xla` kullanılıyorsa pallas flash attention çekirdeği ile ölçekli nokta çarpımı dikkatini uygulayan işlemci. | |
| ## XFormersJointAttnProcessor[[diffusers.models.attention_processor.XFormersJointAttnProcessor]] | |
| #### diffusers.models.attention_processor.XFormersJointAttnProcessor[[diffusers.models.attention_processor.XFormersJointAttnProcessor]] | |
| ```python | |
| diffusers.models.attention_processor.XFormersJointAttnProcessor(attention_op: Callable | None = None) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L1908) | |
| **Parametreler:** | |
| attention_op (`Callable`, *isteğe bağlı*, varsayılan `None`) : Dikkat operatörü olarak kullanılacak temel [operatör](https://facebookresearch.github.io/xformers/components/ops.html#xformers.ops.AttentionOpBase). `None` olarak ayarlanmasına ve en iyi operatörün seçilmesinin xFormers'a bırakılmasına önerilir. | |
| xFormers kullanarak bellek verimli dikkat (attention) uygulaması için işlemci. | |
| ## IPAdapterXFormersAttnProcessor[[diffusers.models.attention_processor.IPAdapterXFormersAttnProcessor]] | |
| #### diffusers.models.attention_processor.IPAdapterXFormersAttnProcessor[[diffusers.models.attention_processor.IPAdapterXFormersAttnProcessor]] | |
| ```python | |
| diffusers.models.attention_processor.IPAdapterXFormersAttnProcessor(hidden_size, cross_attention_dim = None, num_tokens = (4,), scale = 1.0, attention_op: Callable | None = None) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L4640) | |
| **Parametreler:** | |
| hidden_size (`int`) : Dikkat katmanının gizli boyutu. | |
| cross_attention_dim (`int`) : `encoder_hidden_states` içindeki kanal sayısı. | |
| num_tokens (`int`, `tuple[int]` veya `list[int]`, varsayılan `(4,)`) : Görüntü özelliklerinin bağlam uzunluğu. | |
| scale (`float` veya `list[float]`, varsayılan 1.0) : görüntü isteminin ağırlık ölçeği. | |
| attention_op (`Callable`, *isteğe bağlı*, varsayılan `None`) : Dikkat operatörü olarak kullanılacak temel [operatör](https://facebookresearch.github.io/xformers/components/ops.html#xformers.ops.AttentionOpBase). `None` olarak ayarlanmasına ve en iyi operatörün seçilmesinin xFormers'a bırakılmasına önerilir. | |
| xFormers kullanan IP-Adapter için dikkat işlemcisi. | |
| ## FluxIPAdapterJointAttnProcessor2_0[[diffusers.models.attention_processor.FluxIPAdapterJointAttnProcessor2_0]] | |
| #### diffusers.models.attention_processor.FluxIPAdapterJointAttnProcessor2_0[[diffusers.models.attention_processor.FluxIPAdapterJointAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.FluxIPAdapterJointAttnProcessor2_0(*args, **kwargs) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L5539) | |
| ## XLAFluxFlashAttnProcessor2_0[[diffusers.models.attention_processor.XLAFluxFlashAttnProcessor2_0]] | |
| #### diffusers.models.attention_processor.XLAFluxFlashAttnProcessor2_0[[diffusers.models.attention_processor.XLAFluxFlashAttnProcessor2_0]] | |
| ```python | |
| diffusers.models.attention_processor.XLAFluxFlashAttnProcessor2_0(*args, **kwargs) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py#L5579) | |
| `torch_xla` kullanılıyorsa pallas flash attention çekirdeği ile ölçekli nokta çarpımı dikkatini uygulayan işlemci. | |
Xet Storage Details
- Size:
- 33.8 kB
- Xet hash:
- 4c276c976a9e32d1997cb5c2999885a2448f3e7d824b2b01c5e0dc6a9b323aad
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.