diffusers/main/tr/api/models/bria_transformer.md

BriaTransformer2DModel

Bria tarafından değiştirilmiş bir flux Transformer modeli

BriaTransformer2DModel[[diffusers.BriaTransformer2DModel]]

diffusers.BriaTransformer2DModel[[diffusers.BriaTransformer2DModel]]

diffusers.BriaTransformer2DModel(patch_size: int = 1, in_channels: int = 64, num_layers: int = 19, num_single_layers: int = 38, attention_head_dim: int = 128, num_attention_heads: int = 24, joint_attention_dim: int = 4096, pooled_projection_dim: int = None, guidance_embeds: bool = False, axes_dims_rope: list = [16, 56, 56], rope_theta = 10000, time_theta = 10000)

Kaynak

Parametreler:

patch_size (int) : Girdi verisini küçük yamalar (patch) haline getirmek için yama boyutu.

in_channels (int, isteğe bağlı, varsayılan 16) : Girdideki kanal sayısı.

num_layers (int, isteğe bağlı, varsayılan 18) : Kullanılacak MMDiT bloğu katman sayısı.

num_single_layers (int, isteğe bağlı, varsayılan 18) : Kullanılacak tekli DiT bloklarının katman sayısı.

attention_head_dim (int, isteğe bağlı, varsayılan 64) : Her baştaki kanal sayısı.

num_attention_heads (int, isteğe bağlı, varsayılan 18) : Çok başlı dikkat için kullanılacak baş sayısı.

joint_attention_dim (int, isteğe bağlı) : Kullanılacak encoder_hidden_states boyutlarının sayısı.

pooled_projection_dim (int) : pooled_projections projeksiyon edilirken kullanılacak boyut sayısı.

guidance_embeds (bool, varsayılan değeri False) : Rehberlik gömme (embeddings) kullanılıp kullanılmayacağı.

Flux'ta tanıtılan Transformer modeli. Birkaç değişiklik içeren FluxPipeline tabanlıdır:

• birleştirilmiş gömme yok
• İstemler için sıfır dolgusu kullanıyoruz
• Bu, damıtılmış bir sürüm olmadığı için yönlendirme gömme (guidance embedding) yoktur Referans: https://blackforestlabs.ai/announcing-black-forest-labs/

forward[[diffusers.BriaTransformer2DModel.forward]]

forward(hidden_states: Tensor, encoder_hidden_states: Tensor = None, pooled_projections: Tensor = None, timestep: LongTensor = None, img_ids: Tensor = None, txt_ids: Tensor = None, guidance: Tensor = None, attention_kwargs: dict[str, typing.Any] | None = None, return_dict: bool = True, controlnet_block_samples = None, controlnet_single_block_samples = None)

Kaynak

Parametreler:

hidden_states (torch.FloatTensor, şekli (batch size, channel, height, width)) : Girdi hidden_states.

encoder_hidden_states (torch.FloatTensor, şekli (batch size, sequence_len, embed_dims)) : Kullanılacak koşullu gömlemeler (giriş koşullarından, örneğin istemlerden hesaplanan gömlemeler).

pooled_projections (torch.FloatTensor, şekli (batch_size, projection_dim)) : Girdi koşullarının gömülme değerlerinden yansıtılan gömülme değerleri.

timestep ( torch.LongTensor) : Gürültü azaltma adımını belirtmek için kullanılır.

img_ids (torch.Tensor) : Döner konumsal gömme hesaplamalarında kullanılan görüntü konum kimlikleri.

txt_ids (torch.Tensor) : Döner konumsal gömme hesaplamalarında kullanılan metin konum kimlikleri.

guidance (torch.Tensor, isteğe bağlı) : Modelin rehberlik-distilled varyantları için kullanılan rehberlik ölçeği gömme (embedding).

controlnet_block_samples (list of torch.Tensor, opsiyonel) : Belirtilirse, transformer bloklarının artıklarına eklenen tensörlerin listesi.

controlnet_single_block_samples (list of torch.Tensor, opsiyonel) : Belirtilirse, tekil transformer bloklarının artımlarına eklenen tensörlerin listesi.

attention_kwargs (dict, isteğe bağlı) : Belirtilirse, diffusers.models.attention_processor içinde self.processor altında tanımlanan AttentionProcessor'a iletilen bir kwargs sözlüğü.

return_dict (bool, isteğe bağlı, varsayılan True) : Düz bir tuple yerine ~models.transformer_2d.Transformer2DModelOutput döndürülüp döndürülmediğini belirtir.

Dönüş:

return_dict True ise, ~models.transformer_2d.Transformer2DModelOutput döndürülür, aksi takdirde ilk öğesi örnek tensörü olan bir tuple döndürülür.

BriaTransformer2DModel ileri yöntemi.