Buckets:
| # Lumina2Transformer2DModel | |
| Alpha-VLLM tarafından [Lumina Image 2.0](https://huggingface.co/Alpha-VLLM/Lumina-Image-2.0)'da 3D video benzeri veriler için bir Diffusion Transformer modeli tanıtıldı. | |
| Model, aşağıdaki kod parçasıyla yüklenebilir. | |
| ```python | |
| from diffusers import Lumina2Transformer2DModel | |
| transformer = Lumina2Transformer2DModel.from_pretrained("Alpha-VLLM/Lumina-Image-2.0", subfolder="transformer", dtype=torch.bfloat16) | |
| ``` | |
| ## Lumina2Transformer2DModel[[diffusers.Lumina2Transformer2DModel]] | |
| #### diffusers.Lumina2Transformer2DModel[[diffusers.Lumina2Transformer2DModel]] | |
| ```python | |
| diffusers.Lumina2Transformer2DModel(sample_size: int = 128, patch_size: int = 2, in_channels: int = 16, out_channels: int | None = None, hidden_size: int = 2304, num_layers: int = 26, num_refiner_layers: int = 2, num_attention_heads: int = 24, num_kv_heads: int = 8, multiple_of: int = 256, ffn_dim_multiplier: float | None = None, norm_eps: float = 1e-05, scaling_factor: float = 1.0, axes_dim_rope: tuple = (32, 32, 32), axes_lens: tuple = (300, 512, 512), cap_feat_dim: int = 1024) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_lumina2.py#L327) | |
| **Parametreler:** | |
| sample_size (`int`) : Gizil görüntülerin genişliği. Bu, konum gömme sayısını öğrenmek için kullanıldığından eğitim sırasında sabittir. | |
| patch_size (`int`, *isteğe bağlı*, (`int`, *isteğe bağlı*, varsayılan 2) : Görüntüdeki her yamanın boyutu. Bu parametre, modele beslenen yamaların çözünürlüğünü tanımlar. | |
| in_channels (`int`, *isteğe bağlı*, varsayılan 4) : Modelin giriş kanal sayısı. Genellikle bu, giriş görüntülerindeki kanal sayısıyla eşleşir. | |
| hidden_size (`int`, *isteğe bağlı*, varsayılan 4096) : Modeldeki gizli katmanların boyutluluğu. Bu parametre, modelin gizli temsillerinin genişliğini belirler. | |
| num_layers (`int`, *isteğe bağlı*, varsayılan 32) : Modeldeki katman sayısı. Bu, sinir ağı derinliğini tanımlar. | |
| num_attention_heads (`int`, *isteğe bağlı*, varsayılan 32) : Her dikkat katmanındaki dikkat başlarının sayısı. Bu parametre, kaç ayrı dikkat mekanizmasının kullanıldığını belirtir. | |
| num_kv_heads (`int`, *isteğe bağlı*, varsayılan 8) : Dikkat mekanizmasındaki anahtar-değer başlarının sayısı, dikkat başlarının sayısından farklıysa. None ise, varsayılan olarak num_attention_heads değerini alır. | |
| multiple_of (`int`, *isteğe bağlı*, varsayılan 256) : Gizli boyutun katı olması gereken bir çarpan. Bu, belirli donanım yapılandırmalarını optimize etmeye yardımcı olabilir. | |
| ffn_dim_multiplier (`float`, *isteğe bağlı*) : İleri beslemeli ağın boyutluluğu için bir çarpan. None ise, model yapılandırmasına dayalı bir varsayılan değer kullanılır. | |
| norm_eps (`float`, *opsiyonel*, varsayılan 1e-5) : Normalizasyon katmanlarında sayısal kararlılık için paydaya eklenen küçük bir değer. | |
| scaling_factor (`float`, *isteğe bağlı*, varsayılan 1.0) : Modeldeki belirli parametrelere veya katmanlara uygulanan bir ölçekleme faktörü. Bu, modelin işlemlerinin genel ölçeğini ayarlamak için kullanılabilir. | |
| Lumina2NextDiT: Transformer omurgalı bir difüzyon modeli. | |
| #### forward[[diffusers.Lumina2Transformer2DModel.forward]] | |
| ```python | |
| forward(hidden_states: Tensor, timestep: Tensor, encoder_hidden_states: Tensor, encoder_attention_mask: Tensor, attention_kwargs: dict[str, typing.Any] | None = None, return_dict: bool = True) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_lumina2.py#L460) | |
| **Parametreler:** | |
| hidden_states (`torch.Tensor`, şekli `(batch_size, in_channels, height, width)`) : Girdi `hidden_states`. | |
| timestep (`torch.LongTensor`) : Gürültü azaltma adımını belirtmek için kullanılır. | |
| encoder_hidden_states (`torch.Tensor`, şekli `(batch_size, sequence_len, embed_dims)`) : Kullanılacak koşullu gömlemeler (giriş koşullarından, örneğin istemlerden hesaplanan gömlemeler). | |
| encoder_attention_mask (`torch.Tensor`) : Dikkat sırasında `encoder_hidden_states` uygulanan maske. | |
| 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. | |
| [Lumina2Transformer2DModel](/docs/diffusers/main/tr/api/models/lumina2_transformer2d#diffusers.Lumina2Transformer2DModel) ileri yöntemi. | |
| ## Transformer2DModelOutput[[diffusers.models.modeling_outputs.Transformer2DModelOutput]] | |
| #### diffusers.models.modeling_outputs.Transformer2DModelOutput[[diffusers.models.modeling_outputs.Transformer2DModelOutput]] | |
| ```python | |
| diffusers.models.modeling_outputs.Transformer2DModelOutput(sample: torch.Tensor) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/modeling_outputs.py#L21) | |
| **Parametreler:** | |
| sample (`torch.Tensor`, şekli `(batch_size, num_channels, height, width)` veya [Transformer2DModel](/docs/diffusers/main/tr/api/models/transformer2d#diffusers.Transformer2DModel) ayrık (discrete) ise `(batch size, num_vector_embeds - 1, num_latent_pixels)`) : `encoder_hidden_states` girdisine koşullu gizli durum (hidden states) çıktısı. Ayrık (discrete) ise, gürültüsü olmayan (unnoised) gizli (latent) pikseller için olasılık dağılımlarını döndürür. | |
| [Transformer2DModel](/docs/diffusers/main/tr/api/models/transformer2d#diffusers.Transformer2DModel)'nin çıktısı. | |
Xet Storage Details
- Size:
- 6.05 kB
- Xet hash:
- d1b9775b130ce4870ee5b1d676e1317a46c666a7e061385a26644a4ed245a263
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.