Buckets:
| # MochiTransformer3DModel | |
| Genmo tarafından [Mochi-1 Preview](https://huggingface.co/genmo/mochi-1-preview) ile 3D video benzeri veriler için bir Diffusion Transformer modeli tanıtıldı. | |
| Model, aşağıdaki kod parçasıyla yüklenebilir. | |
| ```python | |
| from diffusers import MochiTransformer3DModel | |
| transformer = MochiTransformer3DModel.from_pretrained("genmo/mochi-1-preview", subfolder="transformer", dtype=torch.float16).to("cuda") # or "mps", "xpu", "cpu" | |
| ``` | |
| ## MochiTransformer3DModel[[diffusers.MochiTransformer3DModel]] | |
| #### diffusers.MochiTransformer3DModel[[diffusers.MochiTransformer3DModel]] | |
| ```python | |
| diffusers.MochiTransformer3DModel(patch_size: int = 2, num_attention_heads: int = 24, attention_head_dim: int = 128, num_layers: int = 48, pooled_projection_dim: int = 1536, in_channels: int = 12, out_channels: int | None = None, qk_norm: str = 'rms_norm', text_embed_dim: int = 4096, time_embed_dim: int = 256, activation_fn: str = 'swiglu', max_sequence_length: int = 256) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_mochi.py#L309) | |
| **Parametreler:** | |
| patch_size (`int`, varsayılan `2`) : Yama gömme katmanında kullanılacak yamaların boyutu. | |
| num_attention_heads (`int`, varsayılan `24`) : Çok başlı dikkat için kullanılacak baş sayısı. | |
| attention_head_dim (`int`, varsayılan `128`) : Her baştaki kanal sayısı. | |
| num_layers (`int`, varsayılan `48`) : Kullanılacak Transformer bloğu katman sayısı. | |
| in_channels (`int`, varsayılan `12`) : Girdideki kanal sayısı. | |
| out_channels (`int`, *isteğe bağlı*, varsayılan `None`) : Çıktıdaki kanal sayısı. | |
| qk_norm (`str`, varsayılan `"rms_norm"`) : Kullanılacak normalizasyon katmanı. | |
| text_embed_dim (`int`, varsayılan `4096`) : Metin kodlayıcısından gelen metin gömme girdi boyutu. | |
| time_embed_dim (`int`, varsayılan `256`) : Zaman adımları gömme çıktısının boyutu. | |
| activation_fn (`str`, varsayılan `"swiglu"`) : Feed-forward'de kullanılacak aktivasyon fonksiyonu. | |
| max_sequence_length (`int`, varsayılan `256`) : Desteklenen metin gömme dizilerinin maksimum uzunluğu. | |
| [Mochi](https://huggingface.co/genmo/mochi-1-preview)'de tanıtılan, video benzeri veriler için bir Transformer modeli. | |
| #### forward[[diffusers.MochiTransformer3DModel.forward]] | |
| ```python | |
| forward(hidden_states: Tensor, encoder_hidden_states: Tensor, timestep: LongTensor, 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_mochi.py#L407) | |
| **Parametreler:** | |
| hidden_states (`torch.Tensor`, şekli `(batch_size, num_channels, num_frames, height, width)`) : Girdi `hidden_states`. | |
| encoder_hidden_states (`torch.Tensor`, şekli `(batch_size, sequence_len, embed_dims)`) : Kullanılacak koşullu gömlemeler (giriş koşullarından, örneğin istemlerden hesaplanan gömlemeler). | |
| timestep (`torch.LongTensor`) : Gürültü azaltma adımını belirtmek için kullanılır. | |
| 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:** `torch.Tensor` | |
| `(batch_size, out_channels, num_frames, height, width)` biçiminde gürültüsü azaltılmış çıktı tensörü. | |
| [MochiTransformer3DModel](/docs/diffusers/main/tr/api/models/mochi_transformer3d#diffusers.MochiTransformer3DModel) 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:
- 5 kB
- Xet hash:
- d1bb88a239e267993fc7c14f5e25eda3f2dc018325cc52f7c953d7f02815a007
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.