Buckets:
| # QwenImageTransformer2DModel | |
| Model, aşağıdaki kod parçasıyla yüklenebilir. | |
| ```python | |
| from diffusers import QwenImageTransformer2DModel | |
| transformer = QwenImageTransformer2DModel.from_pretrained("Qwen/QwenImage-20B", subfolder="transformer", dtype=torch.bfloat16) | |
| ``` | |
| ## QwenImageTransformer2DModel[[diffusers.QwenImageTransformer2DModel]] | |
| #### diffusers.QwenImageTransformer2DModel[[diffusers.QwenImageTransformer2DModel]] | |
| ```python | |
| diffusers.QwenImageTransformer2DModel(patch_size: int = 2, in_channels: int = 64, out_channels: int | None = 16, num_layers: int = 60, attention_head_dim: int = 128, num_attention_heads: int = 24, joint_attention_dim: int = 3584, guidance_embeds: bool = False, axes_dims_rope: tuple = (16, 56, 56), zero_cond_t: bool = False, use_additional_t_cond: bool = False, use_layer3d_rope: bool = False) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_qwenimage.py#L748) | |
| **Parametreler:** | |
| patch_size (`int`, varsayılan `2`) : Girdi verisini 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 `60`) : Kullanılacak çift 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 `3584`) : Ortak dikkat için kullanılacak boyut sayısı (`encoder_hidden_states`'in gömme/kanal boyutu). | |
| guidance_embeds (`bool`, varsayılan `False`) : Modelin rehberlik damıtılmış (guidance-distilled) varyantı için rehberlik gömme (guidance embeddings) kullanılıp kullanılmayacağı. | |
| axes_dims_rope (`tuple[int]`, varsayılan `(16, 56, 56)`) : Döner konumsal gömme (rotary positional embeddings) için kullanılacak boyutlar. | |
| Qwen'de tanıtılan Transformer modeli. | |
| #### forward[[diffusers.QwenImageTransformer2DModel.forward]] | |
| ```python | |
| forward(hidden_states: Tensor, encoder_hidden_states: Tensor = None, encoder_hidden_states_mask: Tensor = None, timestep: LongTensor = None, img_shapes: list[tuple[int, int, int]] | None = None, guidance: Tensor = None, attention_kwargs: dict[str, typing.Any] | None = None, controlnet_block_samples = None, additional_t_cond = None, return_dict: bool = True) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_qwenimage.py#L868) | |
| **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). | |
| encoder_hidden_states_mask (`torch.Tensor`, şekli `(batch_size, text_sequence_length)`, *isteğe bağlı*) : Kodlayıcı gizli durumları için maske. Geçerli jetonlar için 1.0, dolgu jetonları için 0.0 değerine sahip olması beklenir. Dikkat işleyicisinde dolgu jetonlarına dikkat edilmesini önlemek için kullanılır. Dikkatte eleman bazlı uygulandığından, maske herhangi bir desene sahip olabilir (yalnızca ardışık geçerli jetonların ardından dolgu gelmek zorunda değildir). | |
| timestep ( `torch.LongTensor`) : Gürültü azaltma adımını belirtmek için kullanılır. | |
| img_shapes (`list[tuple[int, int, int]]`, *isteğe bağlı*) : RoPE hesaplama için görüntü şekilleri. | |
| guidance (`torch.Tensor`, *isteğe bağlı*) : Koşullu üretim için yönlendirme tensörü. | |
| 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. | |
| controlnet_block_samples (*isteğe bağlı*) : Transformer bloklarına eklenecek ControlNet blok örnekleri. | |
| additional_t_cond (`torch.Tensor`, *isteğe bağlı*) : Zaman adımı gömülmesine eklenen ek zaman adımı koşullandırması. | |
| 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. | |
| `QwenTransformer2DModel` 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:
- 5.85 kB
- Xet hash:
- 716f4ffae50a0ad0c11e915af78215b5e1f866409654ca0215e8db5ca345280d
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.