Buckets:
| # AutoencoderKL | |
| KL kaybı içeren varyasyonel otoenkoder (VAE) modeli, Diederik P. Kingma ve Max Welling tarafından [Auto-Encoding Variational Bayes](https://huggingface.co/papers/1312.6114v11) makalesinde tanıtılmıştır. 🤗 Diffusers'ta bu model, görüntüleri latentlere kodlamak ve latent temsilleri görüntülere çözmek için kullanılır. | |
| Makalenin özeti şudur: | |
| *Yönlenmiş olasılıksal modellerde, çözülmesi güç posterior dağılımlara sahip sürekli gizli değişkenlerin ve büyük veri kümelerinin varlığında verimli çıkarım ve öğrenme nasıl gerçekleştirilebilir? Büyük veri kümelerine ölçeklenebilen ve bazı hafif türevlenebilirlik koşulları altında, çözülmesi güç durumda bile çalışan stokastik varyansiyonel çıkarım ve öğrenme algoritması sunuyoruz. Katkılarımız iki yönlüdür. Birincisi, varyansiyonel alt sınırın yeniden parametrelendirilmesinin, standart stokastik gradyan yöntemleriyle doğrudan optimize edilebilen bir alt sınır tahmincisi ürettiğini gösteriyoruz. İkincisi, veri noktası başına sürekli gizli değişkenlere sahip i.i.d. veri kümeleri için, önerilen alt sınır tahmincisi kullanılarak çözülmesi güç posteriöre yaklaşık bir çıkarım modeli (aynı zamanda tanıtım modeli olarak da adlandırılır) sığdırarak posterior çıkarımın özellikle verimli hale getirilebileceğini gösteriyoruz. Teorik avantajlar, deneysel sonuçlarda yansıtılmaktadır.* | |
| ## Orijinal formattan yükleme | |
| Varsayılan olarak [AutoencoderKL](/docs/diffusers/main/tr/api/models/autoencoderkl#diffusers.AutoencoderKL), [from_pretrained()](/docs/diffusers/main/tr/api/models/overview#diffusers.ModelMixin.from_pretrained) ile yüklenmelidir; ancak aşağıdaki gibi `FromOriginalModelMixin.from_single_file` kullanılarak orijinal biçimden de yüklenebilir: | |
| ```py | |
| from diffusers import AutoencoderKL | |
| url = "https://huggingface.co/stabilityai/sd-vae-ft-mse-original/blob/main/vae-ft-mse-840000-ema-pruned.safetensors" # can also be a local file | |
| model = AutoencoderKL.from_single_file(url) | |
| ``` | |
| ## AutoencoderKL[[diffusers.AutoencoderKL]] | |
| #### diffusers.AutoencoderKL[[diffusers.AutoencoderKL]] | |
| ```python | |
| diffusers.AutoencoderKL(in_channels: int = 3, out_channels: int = 3, down_block_types: tuple = ('DownEncoderBlock2D',), up_block_types: tuple = ('UpDecoderBlock2D',), block_out_channels: tuple = (64,), layers_per_block: int = 1, act_fn: str = 'silu', latent_channels: int = 4, norm_num_groups: int = 32, sample_size: int = 32, scaling_factor: float = 0.18215, shift_factor: float | None = None, latents_mean: tuple[float] | None = None, latents_std: tuple[float] | None = None, force_upcast: bool = True, use_quant_conv: bool = True, use_post_quant_conv: bool = True, mid_block_add_attention: bool = True) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/autoencoders/autoencoder_kl.py#L36) | |
| **Parametreler:** | |
| in_channels (int, *isteğe bağlı*, varsayılan 3) : Girdi görüntüsündeki kanal sayısı. | |
| out_channels (int, *isteğe bağlı*, varsayılan 3) : Çıktıdaki kanal sayısı. | |
| down_block_types (`tuple[str]`, *isteğe bağlı*, varsayılan `("DownEncoderBlock2D",)`) : aşağı örneklem bloğu türlerinin tuple'ı. | |
| up_block_types (`tuple[str]`, *isteğe bağlı*, varsayılan `("UpDecoderBlock2D",)`) : örnekleme bloğu türlerinin tuple'ı. | |
| block_out_channels (`tuple[int]`, *isteğe bağlı*, varsayılan `(64,)`) : blok çıktı kanalları tuple'ı. | |
| act_fn (`str`, *isteğe bağlı*, varsayılan `"silu"`) : Kullanılacak aktivasyon fonksiyonu. | |
| latent_channels (`int`, *isteğe bağlı*, varsayılan 4) : Gizli uzaydaki kanal sayısı. | |
| sample_size (`int`, *isteğe bağlı*, varsayılan `32`) : Örnek giriş boyutu. | |
| scaling_factor (`float`, *opsiyonel*, varsayılan 0.18215) : Eğitim setinin ilk partisi kullanılarak hesaplanan, eğitilmiş gizli uzayın bileşen bazlı standart sapması. Bu değer, difüzyon modeli eğitilirken gizli uzayın birim varyansa ölçeklenmesi için kullanılır. Gizli değişkenler, difüzyon modeline aktarılmadan önce `z = z * scaling_factor` formülüyle ölçeklenir. Kod çözülürken, gizli değişkenler şu formülle orijinal ölçeğe geri döndürülür: `z = 1 / scaling_factor * z`. Daha fazla ayrıntı için [High-Resolution Image Synthesis with Latent Diffusion Models](https://huggingface.co/papers/2112.10752) makalesinin 4.3.2 ve D.1 bölümlerine bakınız. | |
| force_upcast (`bool`, *isteğe bağlı*, varsayılan `True`) : Etkinleştirilirse, SD-XL gibi yüksek görüntü çözünürlüğü boru hatlarında VAE'nin float32'de çalışmasını zorlar. VAE, çok fazla hassasiyet kaybı olmadan daha düşük bir aralığa ince ayarlanabilir / eğitilebilir; bu durumda `force_upcast` `False` olarak ayarlanabilir - bkz: https://huggingface.co/madebyollin/sdxl-vae-fp16-fix | |
| mid_block_add_attention (`bool`, *isteğe bağlı*, varsayılan `True`) : Etkinleştirilirse, Encoder ve Decoder'ın mid_block bileşenlerinde dikkat (attention) blokları bulunur. False olarak ayarlanırsa, mid_block yalnızca resnet blokları içerir. | |
| Görselleri latentlere kodlamak ve latent temsilleri görsellere çözmek için KL kaybı kullanan bir VAE modeli. | |
| 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.AutoencoderKL.decode]] | |
| ```python | |
| decode(z: FloatTensor, return_dict: bool = True, generator = None) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/autoencoders/autoencoder_kl.py#L213) | |
| **Parametreler:** | |
| z (`torch.Tensor`) : Gizil vektörlerin giriş partisi. | |
| return_dict (`bool`, *isteğe bağlı*, varsayılan `True`) : Düz bir tuple yerine `~models.vae.DecoderOutput` döndürülüp döndürülmemesi. | |
| **Dönüş:** `~models.vae.DecoderOutput` veya `tuple` | |
| return_dict True ise, `~models.vae.DecoderOutput` döndürülür, aksi takdirde düz bir `tuple` döndürülür. | |
| Bir görüntü grubunu çözümlen. | |
| #### encode[[diffusers.AutoencoderKL.encode]] | |
| ```python | |
| encode(x: Tensor, return_dict: bool = True) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/autoencoders/autoencoder_kl.py#L170) | |
| **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.AutoencoderKL.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_kl.py#L413) | |
| **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 `DecoderOutput` döndürülüp döndürülmemesi. | |
| 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.DecoderOutput` veya `tuple` | |
| `return_dict` True ise, `~models.vae.DecoderOutput` döndürülür; aksi halde düz bir `tuple` döndürülür. | |
| #### fuse_qkv_projections[[diffusers.AutoencoderKL.fuse_qkv_projections]] | |
| ```python | |
| fuse_qkv_projections() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/autoencoders/autoencoder_kl.py#L450) | |
| Füzyonlu QKV projeksiyonlarını etkinleştirir. Kendi dikkat (self-attention) modülleri için tüm projeksiyon matrisleri (yani sorgu, anahtar, değer) füzyonlanır. Çapraz dikkat (cross-attention) modülleri için anahtar ve değer projeksiyon matrisleri füzyonlanır. | |
| > [!WARNING] > Bu API 🧪 deneyseldir. | |
| #### set_default_attn_processor[[diffusers.AutoencoderKL.set_default_attn_processor]] | |
| ```python | |
| set_default_attn_processor() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/autoencoders/autoencoder_kl.py#L143) | |
| Özel dikkat işleyicilerini devre dışı bırakır ve varsayılan dikkat uygulamasını ayarlar. | |
| #### tiled_decode[[diffusers.AutoencoderKL.tiled_decode]] | |
| ```python | |
| tiled_decode(z: Tensor, return_dict: bool = True) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/autoencoders/autoencoder_kl.py#L364) | |
| **Parametreler:** | |
| z (`torch.Tensor`) : Gizil vektörlerin giriş partisi. | |
| return_dict (`bool`, *isteğe bağlı*, varsayılan `True`) : Düz bir tuple yerine `~models.vae.DecoderOutput` döndürülecek mi? | |
| **Dönüş:** `~models.vae.DecoderOutput` veya `tuple` | |
| return_dict True ise, `~models.vae.DecoderOutput` döndürülür, aksi takdirde düz bir `tuple` döndürülür. | |
| Bir görüntü grubunu karolarlı bir çözücü kullanarak çözümlen. | |
| #### tiled_encode[[diffusers.AutoencoderKL.tiled_encode]] | |
| ```python | |
| tiled_encode(x: Tensor, return_dict: bool = True) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/autoencoders/autoencoder_kl.py#L302) | |
| **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:** `~models.autoencoder_kl.AutoencoderKLOutput` veya `tuple` | |
| return_dict True ise, `~models.autoencoder_kl.AutoencoderKLOutput` döndürülür, aksi takdirde düz bir `tuple` döndürülür. | |
| Bir görüntü grubunu, karolalı bir kodlayıcı kullanarak kodlayın. | |
| Bu seçenek etkinleştirildiğinde, VAE, kodlamayı birden fazla adımda hesaplamak için girdi tensörünü karolara böler. Bu, bellek kullanımının görüntü boyutundan bağımsız olarak sabit kalmasını sağlamak için faydalıdır. Karolarla kodlamanın nihai sonucu, her karonun farklı bir kodlayıcı (encoder) kullanması nedeniyle karolasız kodlamadan farklıdır. Karola artefaktlarını önlemek için karolar üst üste biner ve pürüzsüz bir çıktı oluşturmak üzere birleştirilir. Çıktıda hâlâ karola boyutunda değişimler görebilirsiniz, ancak bunlar çok daha az belirgin olmalıdır. | |
| #### unfuse_qkv_projections[[diffusers.AutoencoderKL.unfuse_qkv_projections]] | |
| ```python | |
| unfuse_qkv_projections() | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/autoencoders/autoencoder_kl.py#L472) | |
| Etkinleştirilmişse birleşik QKV projeksiyonunu devre dışı bırakır. | |
| > [!WARNING] > Bu API 🧪 deneyseldir. | |
| ## AutoencoderKLOutput[[diffusers.models.modeling_outputs.AutoencoderKLOutput]] | |
| #### diffusers.models.modeling_outputs.AutoencoderKLOutput[[diffusers.models.modeling_outputs.AutoencoderKLOutput]] | |
| ```python | |
| diffusers.models.modeling_outputs.AutoencoderKLOutput(latent_dist: DiagonalGaussianDistribution) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/modeling_outputs.py#L7) | |
| **Parametreler:** | |
| latent_dist (`DiagonalGaussianDistribution`) : `Encoder`'ın `DiagonalGaussianDistribution` ortalama ve logvar olarak temsil edilen kodlanmış çıktıları. `DiagonalGaussianDistribution`, dağılımdan latent örneklemeye olanak tanır. | |
| AutoencoderKL kodlama yönteminin çıktısı. | |
| ## DecoderOutput[[diffusers.models.autoencoders.vae.DecoderOutput]] | |
| #### diffusers.models.autoencoders.vae.DecoderOutput[[diffusers.models.autoencoders.vae.DecoderOutput]] | |
| ```python | |
| diffusers.models.autoencoders.vae.DecoderOutput(sample: Tensor, commit_loss: typing.Optional[torch.FloatTensor] = None) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/autoencoders/vae.py#L49) | |
| **Parametreler:** | |
| sample (`torch.Tensor`, şekli `(batch_size, num_channels, height, width)`) : Modelin son katmanından çözümlenmiş çıktı örneği. | |
| Çözümleme yönteminin çıktısı. | |
Xet Storage Details
- Size:
- 12.6 kB
- Xet hash:
- 0d6b5ed9557e89079df74fd6c39b44058559bc18947ed1cb559b2acb5ca3e3de
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.