Buckets:
| # ChromaTransformer2DModel | |
| [Chroma](https://huggingface.co/lodestones/Chroma1-HD)'dan değiştirilmiş bir flux Transformer modeli | |
| ## ChromaTransformer2DModel[[diffusers.ChromaTransformer2DModel]] | |
| #### diffusers.ChromaTransformer2DModel[[diffusers.ChromaTransformer2DModel]] | |
| ```python | |
| 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](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_chroma.py#L359) | |
| **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]] | |
| ```python | |
| 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](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_chroma.py#L465) | |
| **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](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. | |
| [FluxTransformer2DModel](/docs/diffusers/main/tr/api/models/flux_transformer#diffusers.FluxTransformer2DModel) ileri yöntemi. | |
Xet Storage Details
- Size:
- 4.66 kB
- Xet hash:
- bad9698ba5b9852dc1195475ce92043a0272add041114c4d0d00790bf7bbaa2d
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.