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

ChromaTransformer2DModel

Chroma'dan değiştirilmiş bir flux Transformer modeli

ChromaTransformer2DModel[[diffusers.ChromaTransformer2DModel]]

diffusers.ChromaTransformer2DModel[[diffusers.ChromaTransformer2DModel]]

diffusers.ChromaTransformer2DModel(patch_size: int = 1, in_channels: int = 64, out_channels: int | None = None, num_layers: int = 19, num_single_layers: int = 38, attention_head_dim: int = 128, num_attention_heads: int = 24, joint_attention_dim: int = 4096, axes_dims_rope: tuple = (16, 56, 56), approximator_num_channels: int = 64, approximator_hidden_dim: int = 5120, approximator_layers: int = 5)

Kaynak

Parametreler:

patch_size (int, varsayılan 1) : Girdi verilerini küçük yamalar (patch) haline getirmek için kullanılan yama boyutu.

in_channels (int, varsayılan 64) : Girdideki kanal sayısı.

out_channels (int, isteğe bağlı, varsayılan None) : Çıktıdaki kanal sayısı. Belirtilmezse, varsayılan olarak in_channels değerini alır.

num_layers (int, varsayılan 19) : Kullanılacak çift akışlı DiT bloklarının katman sayısı.

num_single_layers (int, varsayılan 38) : Kullanılacak tek akışlı DiT bloklarının katman sayısı.

attention_head_dim (int, varsayılan 128) : Her dikkat başlığı için kullanılacak boyut sayısı.

num_attention_heads (int, varsayılan 24) : Kullanılacak dikkat başı sayısı.

joint_attention_dim (int, varsayılan 4096) : Ortak dikkat için kullanılacak boyut sayısı (encoder_hidden_states'in gömme/kanal boyutu).

axes_dims_rope (tuple[int], varsayılan (16, 56, 56)) : Döner konumsal gömme (rotary positional embeddings) için kullanılacak boyutlar.

Flux'ta tanıtılan ve Chroma için değiştirilen Transformer modeli.

Referans: https://huggingface.co/lodestones/Chroma1-HD

forward[[diffusers.ChromaTransformer2DModel.forward]]

forward(hidden_states: Tensor, encoder_hidden_states: Tensor = None, timestep: LongTensor = None, img_ids: Tensor = None, txt_ids: Tensor = None, attention_mask: Tensor = None, joint_attention_kwargs: dict[str, typing.Any] | None = None, controlnet_block_samples = None, controlnet_single_block_samples = None, return_dict: bool = True, controlnet_blocks_repeat: bool = False)

Kaynak

Parametreler:

hidden_states (torch.Tensor, şekli (batch_size, image_sequence_length, in_channels)) : Girdi hidden_states.

encoder_hidden_states (torch.Tensor, şekli (batch_size, text_sequence_length, joint_attention_dim)) : Kullanılacak koşullu gömlemeler (promptlar gibi girdi koşullarından hesaplanan gömlemeler).

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.

attention_mask (torch.Tensor, isteğe bağlı) : Dikkat sırasında encoder_hidden_states'e uygulanan maske.

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.

controlnet_blocks_repeat (bool, isteğe bağlı, varsayılan False) : Controlnet blok örneklerinin tüm transformer blokları boyunca tekrarlanıp tekrarlanmayacağını belirtir.

joint_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.

FluxTransformer2DModel ileri yöntemi.