Buckets:
| # AutoencoderOobleck | |
| KL kaybı içeren Oobleck varyansiyonel oto-encoder (VAE) modeli, Stability AI tarafından [Stability-AI/stable-audio-tools](https://github.com/Stability-AI/stable-audio-tools) ve [Stable Audio Open](https://huggingface.co/papers/2407.14358) içinde tanıtılmıştır. Model, 🤗 Diffusers içinde ses dalgalarını latentlere kodlamak ve latent temsilleri ses dalgalarına çözmek için kullanılır. | |
| Makalenin özeti şudur: | |
| *Açık üretken modeller, topluluk için hayati önem taşır; yeni modelleri sunarken ince ayar yapılmasına ve baz çizgileri olarak kullanılmasına olanak tanır. Ancak mevcut metinden sese modellerin çoğu özel olup sanatçıların ve araştırmacıların üzerine inşa edebileceği bir erişime sahip değildir. Burada, Creative Commons verileriyle eğitilen yeni bir açık ağırlıklı metinden sese modelinin mimarisini ve eğitim sürecini açıklıyoruz. Değerlendirmemiz, modelin performansının çeşitli metriklerde son teknolojiyle rekabet edebilir olduğunu göstermektedir. Özellikle raporlanan FDopenl3 sonuçları (üretkenliklerin gerçekçiliğini ölçen), 44.1kHz'de yüksek kaliteli stereo ses sentezi için potansiyelini ortaya koymaktadır.* | |
| ## AutoencoderOobleck[[diffusers.AutoencoderOobleck]] | |
| #### diffusers.AutoencoderOobleck[[diffusers.AutoencoderOobleck]] | |
| ```python | |
| diffusers.AutoencoderOobleck(encoder_hidden_size = 128, downsampling_ratios = [2, 4, 4, 8, 8], channel_multiples = [1, 2, 4, 8, 16], decoder_channels = 128, decoder_input_channels = 64, audio_channels = 2, sampling_rate = 44100) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/autoencoders/autoencoder_oobleck.py#L294) | |
| **Parametreler:** | |
| encoder_hidden_size (`int`, *isteğe bağlı*, varsayılan 128) : Kodlayıcı için ara temsil boyutu. | |
| downsampling_ratios (`list[int]`, *isteğe bağlı*, varsayılan `[2, 4, 4, 8, 8]`) : Kodlayıcıda örnekleme azaltma (downsampling) oranları. Bunlar, çözücüde örnekleme artırma (upsampling) için ters sırada kullanılır. | |
| channel_multiples (`list[int]`, *isteğe bağlı*, varsayılan `[1, 2, 4, 8, 16]`) : Gizli katmanların gizli boyutlarını belirlemek için kullanılan çarpanlar. | |
| decoder_channels (`int`, *isteğe bağlı*, varsayılan 128) : Çözücü için ara temsil boyutu. | |
| decoder_input_channels (`int`, *isteğe bağlı*, varsayılan 64) : Dekoder için giriş boyutu. Gizli boyuta karşılık gelir. | |
| audio_channels (`int`, *isteğe bağlı*, varsayılan 2) : Ses verisindeki kanal sayısı. Mono için 1 veya stereo için 2. | |
| sampling_rate (`int`, *isteğe bağlı*, varsayılan 44100) : Ses dalgasının dijitalleştirilmesi gereken örnekleme hızı, hertz (Hz) cinsinden ifade edilir. | |
| Dalga formlarını latentlere kodlamak ve latent temsilleri dalga formlarına çözmek için bir otoenkoder. İlk olarak Stable Audio'da tanıtıldı. | |
| Bu model [ModelMixin](/docs/diffusers/main/tr/api/models/overview#diffusers.ModelMixin) sınıfından devralır. Tüm modeller için uygulanan genel yöntemlerini (indirme veya kaydetme gibi) görmek için üst sınıfın belgelendirmesine bakın. | |
| #### decode[[diffusers.AutoencoderOobleck.decode]] | |
| ```python | |
| decode(z: FloatTensor, return_dict: bool = True, generator = None) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/autoencoders/autoencoder_oobleck.py#L488) | |
| **Parametreler:** | |
| z (`torch.Tensor`) : Gizil vektörlerin giriş partisi. | |
| return_dict (`bool`, *isteğe bağlı*, varsayılan `True`) : Düz bir tuple yerine `~models.vae.OobleckDecoderOutput` döndürülüp döndürülmediğini belirtir. | |
| **Dönüş:** `~models.vae.OobleckDecoderOutput` veya `tuple` | |
| return_dict True ise, `~models.vae.OobleckDecoderOutput` döndürülür, aksi takdirde düz bir `tuple` döndürülür. | |
| Bir görüntü grubunu çözümlen. | |
| #### encode[[diffusers.AutoencoderOobleck.encode]] | |
| ```python | |
| encode(x: Tensor, return_dict: bool = True) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/autoencoders/autoencoder_oobleck.py#L377) | |
| **Parametreler:** | |
| x (`torch.Tensor`) : Giriş görüntü partisi. | |
| return_dict (`bool`, *isteğe bağlı*, varsayılan `True`) : Düz bir tuple yerine `~models.autoencoder_kl.AutoencoderKLOutput` döndürülüp döndürülmediğini belirtir. | |
| **Dönüş:** | |
| Kodlanmış görüntülerin gizil (latent) temsilleri. `return_dict` True ise bir `~models.autoencoder_kl.AutoencoderKLOutput` döndürülür, aksi halde düz bir `tuple` döndürülür. | |
| Bir görüntü grubunu latentlere kodlayın. | |
| #### forward[[diffusers.AutoencoderOobleck.forward]] | |
| ```python | |
| forward(sample: Tensor, sample_posterior: bool = False, return_dict: bool = True, generator: typing.Optional[torch.Generator] = None) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/autoencoders/autoencoder_oobleck.py#L517) | |
| **Parametreler:** | |
| sample (`torch.Tensor`) : Girdi örneği. | |
| sample_posterior (`bool`, *isteğe bağlı*, varsayılan `False`) : Posterior'dan örneklemeye alınıp alınmayacağı. | |
| return_dict (`bool`, *isteğe bağlı*, varsayılan `True`) : Düz bir tuple yerine `OobleckDecoderOutput` döndürülüp döndürülmediğini belirtir. | |
| generator (`torch.Generator`, *isteğe bağlı*) : Örnekleme işlemini deterministik hale getirmek için kullanılan bir [`torch.Generator`](https://pytorch.org/docs/stable/generated/torch.Generator.html). | |
| **Dönüş:** `~models.vae.OobleckDecoderOutput` veya `tuple` | |
| `return_dict` True ise, `~models.vae.OobleckDecoderOutput` döndürülür; aksi halde düz bir `tuple` döndürülür. | |
| ## OobleckDecoderOutput[[diffusers.models.autoencoders.autoencoder_oobleck.OobleckDecoderOutput]] | |
| #### diffusers.models.autoencoders.autoencoder_oobleck.OobleckDecoderOutput[[diffusers.models.autoencoders.autoencoder_oobleck.OobleckDecoderOutput]] | |
| ```python | |
| diffusers.models.autoencoders.autoencoder_oobleck.OobleckDecoderOutput(sample: Tensor) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/autoencoders/autoencoder_oobleck.py#L202) | |
| **Parametreler:** | |
| sample (`torch.Tensor`, şekli `(batch_size, audio_channels, sequence_length)`) : Modelin son katmanından çözümlenmiş çıktı örneği. | |
| Çözümleme yönteminin çıktısı. | |
| ## AutoencoderOobleckOutput[[diffusers.models.autoencoders.autoencoder_oobleck.AutoencoderOobleckOutput]] | |
| #### diffusers.models.autoencoders.autoencoder_oobleck.AutoencoderOobleckOutput[[diffusers.models.autoencoders.autoencoder_oobleck.AutoencoderOobleckOutput]] | |
| ```python | |
| diffusers.models.autoencoders.autoencoder_oobleck.AutoencoderOobleckOutput(latent_dist: OobleckDiagonalGaussianDistribution) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/autoencoders/autoencoder_oobleck.py#L187) | |
| **Parametreler:** | |
| latent_dist (`OobleckDiagonalGaussianDistribution`) : `Encoder` çıktılarının kodlanmış hali, `OobleckDiagonalGaussianDistribution` ortalaması ve standart sapması olarak temsil edilir. `OobleckDiagonalGaussianDistribution`, dağılımdan latent örneklemeye olanak tanır. | |
| AutoencoderOobleck kodlama yönteminin çıktısı. | |
Xet Storage Details
- Size:
- 7.23 kB
- Xet hash:
- b359082a3c2ea6367eca385313e69053f35488a5561e38a4b68de6f1e92f9d7b
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.