Buckets:
| # BriaTransformer2DModel | |
| [Bria](https://huggingface.co/briaai/BRIA-3.2) tarafından değiştirilmiş bir flux Transformer modeli | |
| ## BriaTransformer2DModel[[diffusers.BriaTransformer2DModel]] | |
| #### diffusers.BriaTransformer2DModel[[diffusers.BriaTransformer2DModel]] | |
| ```python | |
| 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](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_bria.py#L504) | |
| **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]] | |
| ```python | |
| 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](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_bria.py#L582) | |
| **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](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py) 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](/docs/diffusers/main/tr/api/models/bria_transformer#diffusers.BriaTransformer2DModel) ileri yöntemi. | |
Xet Storage Details
- Size:
- 4.7 kB
- Xet hash:
- aa7f0e937d0b7c2cb06f3e36b4c82af950312dd13f589395fbb9a314e005db65
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.