Buckets:

hf-doc-build
/

doc

Files
xet
hf-doc-build/doc / diffusers /main /tr /api /modular_diffusers /guiders.md
mishig
about 16 hours ago
preview code
download
raw
37.1 kB
# Rehberler

Guiders, Modular Diffusers içindeki, üretim sırasında difüzyon sürecinin nasıl yönlendirileceğini kontrol eden bileşenlerdir. Üretim kalitesini ve kontrolünü iyileştirmek için çeşitli yönlendirme tekniklerini uygularlar.

## BaseGuidance[[diffusers.BaseGuidance]]

#### diffusers.BaseGuidance[[diffusers.BaseGuidance]]

```python
diffusers.BaseGuidance(start: float = 0.0, stop: float = 1.0, enabled: bool = True)
```

[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/guider_utils.py#L38)

Yönlendirme tekniklerini uygulamak için iskeleti sağlayan temel sınıf.

#### cleanup_models[[diffusers.BaseGuidance.cleanup_models]]

```python
cleanup_models(denoiser: torch.nn.Module)
```

[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/guider_utils.py#L160)

Verilen bir veri grubundan sonra rehberlik tekniği için modelleri temizler. Bu yöntem, belirli model temizleme mantığını uygulamak için alt sınıflarda yeniden tanımlanmalıdır. `prepare_models` sırasında yapılan kancaların (hook) veya diğer durumlu değişikliklerin kaldırılması için faydalıdır.

#### from_pretrained[[diffusers.BaseGuidance.from_pretrained]]

```python
from_pretrained(pretrained_model_name_or_path: str | os.PathLike | None = None, subfolder: str | None = None, return_unused_kwargs = False, **kwargs)
```

[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/guider_utils.py#L289)

**Parametreler:**

pretrained_model_name_or_path (`str` veya `os.PathLike`, *isteğe bağlı*) : Şunlardan biri olabilir:  - Hub'da barındırılan önceden eğitilmiş bir modelin *model kimliği* (örneğin `google/ddpm-celebahq-256`) olan bir dize. - [save_pretrained()](/docs/diffusers/main/tr/api/modular_diffusers/guiders#diffusers.BaseGuidance.save_pretrained) ile kaydedilmiş guider yapılandırmasını içeren bir *dizin* yolu (örneğin `./my_model_directory`).

subfolder (`str`, *isteğe bağlı*) : Hub'daki veya yerel bir model deposundaki daha büyük bir model deposu içindeki bir model dosyasının alt klasör konumu.

return_unused_kwargs (`bool`, *isteğe bağlı*, varsayılan `False`) : Python sınıfı tarafından tüketilmeyen kwargs'nın geri döndürülüp döndürülmeyeceğini belirtir.

cache_dir (`str | os.PathLike`, *isteğe bağlı*) : Standart önbellek kullanılmıyorsa, indirilen önceden eğitilmiş model yapılandırmasının önbelleğe alındığı dizinin yolu.
force_download (`bool`, *isteğe bağlı*, varsayılan `False`) : Model ağırlıklarının ve yapılandırma dosyalarının (yeniden) indirilmesinin zorlanıp zorlanmayacağını belirler; önbellekteki sürümler varsa bunların üzerine yazar.

proxies (`dict[str, str]`, *isteğe bağlı*) : Protokol veya uç nokta bazında kullanılacak vekil sunucuların sözlüğü, örneğin `{'http': 'foo.bar:3128', 'http://hostname': 'foo.bar:4012'}`. Vekiller her istekte kullanılır.

output_loading_info(`bool`, *isteğe bağlı*, varsayılan `False`) : Eksik anahtarlar, beklenmeyen anahtarlar ve hata mesajlarını içeren bir sözlüğün de döndürülüp döndürülmeyeceğini belirtir.

local_files_only(`bool`, *isteğe bağlı*, varsayılan `False`) : Yalnızca yerel model ağırlıklarının ve yapılandırma dosyalarının yüklenip yüklenmeyeceğini belirtir. `True` olarak ayarlanırsa, model Hub'dan indirilmez.

token (`str` veya *bool*, *isteğe bağlı*) : Uzaktaki dosyalar için HTTP bearer yetkilendirmesi olarak kullanılacak jeton. `True` ise, `diffusers-cli login` ile oluşturulan jeton (`~/.huggingface` içinde saklanır) kullanılır.

revision (`str`, *isteğe bağlı*, varsayılan `"main"`) : Kullanılacak belirli model sürümü. Bir dal adı, etiket adı, commit kimliği veya Git tarafından izin verilen herhangi bir tanımlayıcı olabilir.

Yerel bir dizindeki veya Hub deposundaki önceden tanımlı bir JSON yapılandırma dosyasından bir guider örneği oluşturun.

> [!TIP] > Özel veya [korumalı modelleri](https://huggingface.co/docs/hub/models-gated#gated-models) kullanmak için oturum açın
`hf > auth login` ile. Bu yöntemi bir > ["offline-mode"](https://huggingface.co/diffusers/installation.html#offline-mode) ile etkinleştirerek > güvenlik duvarlı bir ortamda da kullanabilirsiniz.

#### get_state[[diffusers.BaseGuidance.get_state]]

```python
get_state()
```

[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/guider_utils.py#L106)

Rehberlik tekniğinin mevcut durumunu bir sözlük olarak döndürür. Durum değişkenleri __repr__ metodunda yer alır. Döndürülen: `dict[str, Any]`: Şunları içeren mevcut durum değişkenlerini barındıran bir sözlük:
- step: Geçerli çıkarım adımı
- num_inference_steps: Toplam çıkarım adımı sayısı
- timestep: Mevcut timestep tensörü
- count_prepared: prepare_models'in kaç kez çağrıldığı
- enabled: Rehberliğin etkin olup olmadığı
- num_conditions: Koşul sayısı
#### yeni[[diffusers.BaseGuidance.new]]
```python
new(**kwargs)
```
[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/guider_utils.py#L69)
**Parametreler:**
- ****kwargs** : Yeni örnekte geçersiz kılınacak yapılandırma parametreleri. Hiçbir kwargs sağlanmazsa, aynı yapılandırmaya sahip tam bir kopya döndürülür.
**Dönüş:**
Aynı (veya güncellenmiş) yapılandırmaya sahip yeni bir guider örneği.
Bu guider örneğinin bir kopyasını oluşturur, isteğe bağlı olarak değiştirilmiş yapılandırma parametreleriyle.
Örnek:
```python
# Create a CFG guider
guider = ClassifierFreeGuidance(guidance_scale=3.5)

# Create an exact copy
same_guider = guider.new()
# Create a copy with different start step, keeping other config the same
new_guider = guider.new(guidance_scale=5)
```
#### prepare_models[[diffusers.BaseGuidance.prepare_models]]
```python
prepare_models(denoiser: torch.nn.Module)
```
[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/guider_utils.py#L153)
Verilen bir veri grubu için modelleri rehberlik tekniğine hazırlar. Bu yöntem, belirli model hazırlama mantığını uygulamak için alt sınıflarda yeniden tanımlanmalıdır.
#### save_pretrained[[diffusers.BaseGuidance.save_pretrained]]
```python
save_pretrained(save_directory: str | os.PathLike, push_to_hub: bool = False, **kwargs)
```
[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/guider_utils.py#L350)
**Parametreler:**

save_directory (`str` veya `os.PathLike`) : Yapılandırma JSON dosyasının kaydedileceği dizin (varsa oluşturulur).
push_to_hub (`bool`, *isteğe bağlı*, varsayılan `False`) : Modelinizi kaydettikten sonra Hugging Face Hub'a gönderip göndermeyeceğinizi belirtir. Göndermek istediğiniz depoyu `repo_id` ile belirleyebilirsiniz (varsayılan olarak ad alanınızdaki `save_directory` adı kullanılır).
kwargs (`dict[str, Any]`, *isteğe bağlı*) : [push_to_hub()](/docs/diffusers/main/tr/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) yöntemine iletilen ek anahtar kelime argümanları.
Bir guider yapılandırma nesnesini, [from_pretrained()](/docs/diffusers/main/tr/api/modular_diffusers/guiders#diffusers.BaseGuidance.from_pretrained) sınıf yöntemi kullanılarak yeniden yüklenebilmesi için bir dizine kaydedin.
## ClassifierFreeGuidance[[diffusers.ClassifierFreeGuidance]]
#### diffusers.ClassifierFreeGuidance[[diffusers.ClassifierFreeGuidance]]
```python
diffusers.ClassifierFreeGuidance(guidance_scale: float = 7.5, guidance_rescale: float = 0.0, use_original_formulation: bool = False, start: float = 0.0, stop: float = 1.0, enabled: bool = True)
```
[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/classifier_free_guidance.py#L30)
**Parametreler:**
guidance_scale (`float`, varsayılan `7.5`) : Bu yönlendiricinin (guider) son işleme sırasında uyguladığı CFG ölçeği. Daha yüksek değerler = daha güçlü istem koşullandırması, ancak kaliteyi düşürebilir. Tipik aralık: 1.0-20.0.

guidance_rescale (`float`, varsayılan `0.0`) : Yüksek yönlendirme ölçeklerinden kaynaklanan aşırı pozlamayı önlemek için yeniden ölçeklendirme faktörü. [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891) makalesine dayanır. Aralık: 0.0 (yeniden ölçeklendirme yok) ile 1.0 (tam yeniden ölçeklendirme).
use_original_formulation (`bool`, varsayılan `False`) : `True` ise, makaledeki orijinal CFG formülasyonunu kullanır. `False` (varsayılan) ise, Imagen makalesindeki diffusers yerel formülasyonunu kullanır.
start (`float`, varsayılan `0.0`) : CFG'nin başlatıldığı gürültü azaltma adımlarının oranı (0.0-1.0). Erken gürültü azaltma adımlarında CFG'yi devre dışı bırakmak için > 0.0 kullanın.
stop (`float`, varsayılan `1.0`) : CFG'nin durduğu gürültü azaltma adımlarının oranı (0.0-1.0). Geç gürültü azaltma adımlarında CFG'yi devre dışı bırakmak için < 1.0 kullanın.
enabled (`bool`, varsayılan `True`) : CFG'nin etkin olup olmadığı. CFG'yi tamamen devre dışı bırakmak için `False` olarak ayarlayın (yalnızca koşullu tahminleri kullanır).
Difüzyon modelleri için Sınıflandırıcı-Ücretsiz Yönlendirme (CFG) uygular.
Referans: https://huggingface.co/papers/2207.12598
CFG, modelleri hem koşullu hem de koşulsuz veriler üzerinde birlikte eğitip çıkarım sırasında tahminleri birleştirerek üretim kalitesini ve istem uyumunu iyileştirir. Bu, kalite (yüksek yönlendirme) ve çeşitlilik (düşük yönlendirme) arasında denge kurmayı sağlar.
**İki CFG Formülasyonu:**
1. **Orijinal formülasyon** (makaleden):
```
x_pred = x_cond + guidance_scale * (x_cond - x_uncond)
```
   Koşullu tahminleri koşulsuz tahminlerden daha da uzaklaştırır.
2. **Diffusers yerel formülasyonu** (varsayılan, Imagen makalesinden):
```
x_pred = x_uncond + guidance_scale * (x_cond - x_uncond)
```
   Koşulsuz tahminleri koşullu olanlara doğru yönlendirir; bu sayede olumsuz özellikleri (ör. "düşük kalite", "filigran") etkili bir şekilde bastırır. Teorik olarak eşdeğerdir ancak daha sezgiseldir.
Orijinal formülasyona geçmek için `use_original_formulation=True` kullanın.
## ClassifierFreeZeroStarGuidance[[diffusers.ClassifierFreeZeroStarGuidance]]
#### diffusers.ClassifierFreeZeroStarGuidance[[diffusers.ClassifierFreeZeroStarGuidance]]
```python
diffusers.ClassifierFreeZeroStarGuidance(guidance_scale: float = 7.5, zero_init_steps: int = 1, guidance_rescale: float = 0.0, use_original_formulation: bool = False, start: float = 0.0, stop: float = 1.0, enabled: bool = True)
```
[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/classifier_free_zero_star_guidance.py#L30)
**Parametreler:**
guidance_scale (`float`, varsayılan `7.5`) : Sınıflandırıcı-ücretsiz yönlendirme için ölçek parametresi. Daha yüksek değerler, metin istemine daha güçlü bir koşullandırmaya yol açarken, daha düşük değerler üretimde daha fazla özgürlük sağlar. Daha yüksek değerler, doygunluğa ve görüntü kalitesinin bozulmasına neden olabilir.

zero_init_steps (`int`, varsayılan `1`) : Gürültü tahminlerinin sıfırlandığı çıkarım adım sayısı (Bölüm 4.2'ye bakın).

guidance_rescale (`float`, varsayılan `0.0`) : Gürültü tahminlerine uygulanan yeniden ölçeklendirme faktörü. Bu, görüntü kalitesini iyileştirmek ve aşırı pozlamayı düzeltmek için kullanılır. [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891) makalesinin 3.4 bölümüne dayanmaktadır.
use_original_formulation (`bool`, varsayılan `False`) : Makalede önerilen orijinal classifier-free guidance formülasyonunun kullanılıp kullanılmayacağı. Varsayılan olarak, kod tabanında uzun süredir bulunan diffusers yerel uygulamasını kullanır. Daha fazla ayrıntı için [~guiders.classifier_free_guidance.ClassifierFreeGuidance] bölümüne bakın.
start (`float`, varsayılan `0.01`) : Gidermenin başladığı, toplam gürültü azaltma adım sayısının kesri.
stop (`float`, varsayılan `0.2`) : Gidermenin durduğu, toplam gürültü azaltma adım sayısının kesri.
Classifier-free Zero* (CFG-Zero*): https://huggingface.co/papers/2503.18886
Bu, sınıflandırıcı-özgür yönlendirme (classifier-free guidance) tekniğinin bir varyantı olan Classifier-Free Zero* yönlendirme tekniğinin bir uygulamasıdır. Bu teknik, difüzyon sürecinin ilk birkaç adımında gürültü tahminlerinin sıfır ile başlatılmasını önerir ve ayrıca üretilen görüntülerin kalitesini artırmaya yardımcı olabilecek, gürültü tahminleri için bir optimum yeniden ölçeklendirme katsayısı tanıtır.
Makalenin yazarları, çıkarım adımlarının ilk %4'ünde sıfır başlatma ayarlamasını önermektedir.
## SkipLayerGuidance[[diffusers.SkipLayerGuidance]]
#### diffusers.SkipLayerGuidance[[diffusers.SkipLayerGuidance]]
```python
diffusers.SkipLayerGuidance(guidance_scale: float = 7.5, skip_layer_guidance_scale: float = 2.8, skip_layer_guidance_start: float = 0.01, skip_layer_guidance_stop: float = 0.2, skip_layer_guidance_layers: int | list[int] | None = None, skip_layer_config: LayerSkipConfig | list[LayerSkipConfig] | dict[str, Any] = None, guidance_rescale: float = 0.0, use_original_formulation: bool = False, start: float = 0.0, stop: float = 1.0, enabled: bool = True)
```
[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/skip_layer_guidance.py#L32)
**Parametreler:**
guidance_scale (`float`, varsayılan `7.5`) : Sınıflandırıcı-ücretsiz yönlendirme için ölçek parametresi. Daha yüksek değerler, metin istemine daha güçlü bir koşullandırmaya yol açarken, daha düşük değerler üretimde daha fazla özgürlük sağlar. Daha yüksek değerler, doygunluğa ve görüntü kalitesinin bozulmasına neden olabilir.

skip_layer_guidance_scale (`float`, varsayılan `2.8`) : Atlanan katman yönlendirmesi için ölçek parametresi. Daha yüksek değerler anatomik ve yapısal tutarlılığı iyileştirebilir, ancak aşırı pozlama ve doygunluğa da yol açabilir.
skip_layer_guidance_start (`float`, varsayılan `0.01`) : Atıştırma katmanı yönlendirmesinin başlangıç noktası olarak, toplam gürültü azaltma adım sayısının bu oranı.

skip_layer_guidance_stop (`float`, varsayılan `0.2`) : Gürültü azaltma adımlarının toplam sayısının, katman atlamalı yönlendirmenin duracağı kesri.
skip_layer_guidance_layers (`int` veya `list[int]`, *isteğe bağlı*) : Skip layer guidance uygulanacak katman indeksleri. Tek bir tamsayı veya tamsayı listesi olabilir. Sağlanmazsa, `skip_layer_config` sağlanmalıdır. Stable Diffusion 3.5 Medium için önerilen değerler `[7, 8, 9]`'dür.

skip_layer_config (`LayerSkipConfig` veya `list[LayerSkipConfig]`, *isteğe bağlı*) : Katman atlama yönlendirmesi için yapılandırma. Tek bir `LayerSkipConfig` veya `LayerSkipConfig` listesi olabilir. Sağlanmazsa, `skip_layer_guidance_layers` sağlanmalıdır.

guidance_rescale (`float`, varsayılan `0.0`) : Gürültü tahminlerine uygulanan yeniden ölçeklendirme faktörü. Bu, görüntü kalitesini iyileştirmek ve aşırı pozlamayı düzeltmek için kullanılır. [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891) makalesinin 3.4 bölümüne dayanmaktadır.
use_original_formulation (`bool`, varsayılan `False`) : Makalede önerilen orijinal classifier-free guidance formülasyonunun kullanılıp kullanılmayacağı. Varsayılan olarak, kod tabanında uzun süredir bulunan diffusers yerel uygulamasını kullanır. Daha fazla ayrıntı için [~guiders.classifier_free_guidance.ClassifierFreeGuidance] bölümüne bakın.
start (`float`, varsayılan `0.01`) : Gidermenin başladığı, toplam gürültü azaltma adım sayısının kesri.
stop (`float`, varsayılan `0.2`) : Gidermenin durduğu, toplam gürültü azaltma adım sayısının kesri.
Katman Yönlendirmesini Atla (SLG): https://github.com/Stability-AI/sd3.5
Zaman-Uzamsal Yönlendirme (STG): https://huggingface.co/papers/2411.18664
SLG, üretilen görsellerde yapı ve anatomi tutarlılığını iyileştirmek için StabilityAI tarafından tanıtılmıştır. Çalışma prensibi, CFG'de ([~guiders.classifier_free_guidance.ClassifierFreeGuidance]) zaten kullanılan koşullu ve koşulsuz toplulukların yanı sıra, gürültü giderme sürecinde ek bir koşullu veri topluluğu üzerinde, belirtilen dönüştürücü blokların ileri geçişini atlayarak ve ardından koşullu (atlama olmadan) ile koşullu (atlama ile) tahminler arasındaki farka dayalı olarak CFG tahminlerini ölçekleyip kaydırarak gerçekleşir.
SLG'nin arkasındaki sezgi, CFG'nin tahmin ettiği dağılım tahminlerini, koşullu dağılım tahminlerinin daha kötü versiyonlarından daha uzağa kaydırmak olarak düşünülebilir (katman atlamanın, koşullu tahmin için modelin daha kötü bir versiyonunu kullanmaya eşdeğer olması nedeniyle).
STG, video difüzyon modellerinde üretim kalitesini iyileştirmek için SLG, PAG ve benzeri tekniklerden gelen fikirleri birleştiren bir iyileştirme ve devam çalışmasıdır.
Ek okuma:
- [Kötü Bir Versiyonuyla Bir Difüzyon Modelini Yönlendirme](https://huggingface.co/papers/2406.02507)
`skip_layer_guidance_scale`, `skip_layer_guidance_start` ve `skip_layer_guidance_stop` değerleri, StabilityAI'nin Stable Diffusion 3.5 Medium için yaptığı önerilere göre varsayılan olarak ayarlanmıştır.

## SmoothedEnergyGuidance[[diffusers.SmoothedEnergyGuidance]]

#### diffusers.SmoothedEnergyGuidance[[diffusers.SmoothedEnergyGuidance]]

```python
diffusers.SmoothedEnergyGuidance(guidance_scale: float = 7.5, seg_guidance_scale: float = 2.8, seg_blur_sigma: float = 9999999.0, seg_blur_threshold_inf: float = 9999.0, seg_guidance_start: float = 0.0, seg_guidance_stop: float = 1.0, seg_guidance_layers: int | list[int] | None = None, seg_guidance_config: SmoothedEnergyGuidanceConfig | list[SmoothedEnergyGuidanceConfig] = None, guidance_rescale: float = 0.0, use_original_formulation: bool = False, start: float = 0.0, stop: float = 1.0, enabled: bool = True)
```

[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/smoothed_energy_guidance.py#L32)

**Parametreler:**

guidance_scale (`float`, varsayılan `7.5`) : Sınıflandırıcı-ücretsiz yönlendirme için ölçek parametresi. Daha yüksek değerler, metin istemine daha güçlü bir koşullandırmaya yol açarken, daha düşük değerler üretimde daha fazla özgürlük sağlar. Daha yüksek değerler, doygunluğa ve görüntü kalitesinin bozulmasına neden olabilir.
seg_guidance_scale (`float`, varsayılan `3.0`) : Yumuşatılmış enerji yönlendirmesi için ölçek parametresi. Daha yüksek değerler anatomik ve yapısal tutarlılığı iyileştirebilir, ancak aşırı pozlama ve doygunluğa da yol açabilir.
seg_blur_sigma (`float`, varsayılan `9999999.0`) : Dikkat ağırlıklarını bulan miktarı. Bu değeri 9999.0'dan büyük olarak ayarlamak sonsuz bulanıklığa yol açar; bu da eşit sorgular anlamına gelir. Bu değerin üstel olarak kontrol edilmesinin ampirik olarak etkili olduğu görülmüştür.
seg_blur_threshold_inf (`float`, varsayılan `9999.0`) : Bulanıklığın sonsuz kabul edildiği eşik değeri.

seg_guidance_start (`float`, varsayılan `0.0`) : Yumuşatılmış enerji yönlendirmesinin başlangıç noktası olarak, toplam gürültü azaltma adım sayısının bu oranı.

seg_guidance_stop (`float`, varsayılan `1.0`) : Yumuşatılmış enerji yönlendirmesinin durduğu, toplam gürültü azaltma adım sayısının kesri.

seg_guidance_layers (`int` veya `list[int]`, *isteğe bağlı*) : Düzleştirilmiş enerji yönlendirmesinin uygulanacağı katman indeksleri. Tek bir tamsayı veya tamsayı listesi olabilir. Sağlanmazsa, `seg_guidance_config` sağlanmalıdır. Stable Diffusion 3.5 Medium için önerilen değerler `[7, 8, 9]`'dür.

seg_guidance_config (`SmoothedEnergyGuidanceConfig` veya `list[SmoothedEnergyGuidanceConfig]`, *isteğe bağlı*) : Yumuşatılmış enerji katmanı yönlendirmesi için yapılandırma. Tek bir `SmoothedEnergyGuidanceConfig` veya `SmoothedEnergyGuidanceConfig` listesi olabilir. Sağlanmazsa, `seg_guidance_layers` sağlanmalıdır.

guidance_rescale (`float`, varsayılan `0.0`) : Gürültü tahminlerine uygulanan yeniden ölçeklendirme faktörü. Bu, görüntü kalitesini iyileştirmek ve aşırı pozlamayı düzeltmek için kullanılır. [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891) makalesinin 3.4 bölümüne dayanmaktadır.
use_original_formulation (`bool`, varsayılan `False`) : Makalede önerilen orijinal classifier-free guidance formülasyonunun kullanılıp kullanılmayacağı. Varsayılan olarak, kod tabanında uzun süredir bulunan diffusers yerel uygulamasını kullanır. Daha fazla ayrıntı için [~guiders.classifier_free_guidance.ClassifierFreeGuidance] bölümüne bakın.
start (`float`, varsayılan `0.01`) : Gidermenin başladığı, toplam gürültü azaltma adım sayısının kesri.
stop (`float`, varsayılan `0.2`) : Gidermenin durduğu, toplam gürültü azaltma adım sayısının kesri.
Yumuşatılmış Enerji Rehberliği (SEG): https://huggingface.co/papers/2408.00760
SEG şu anda yalnızca deneysel bir prototip özellik olarak desteklenmektedir, bu nedenle uygulama gelecekte haber verilmeden veya tekrarlanabilirlik garantisi verilmeden değiştirilebilir. Bu uygulama şunları varsayar:
- Oluşturulan görüntüler kare şeklindedir (height == width)
- Model, farklı modaliteleri bir arada birleştirmiyor (örneğin, Flux'taki gibi metin ve görüntü latent akışları birleştirilmiyor).
## PerturbedAttentionGuidance[[diffusers.PerturbedAttentionGuidance]]
#### diffusers.PerturbedAttentionGuidance[[diffusers.PerturbedAttentionGuidance]]
```python
diffusers.PerturbedAttentionGuidance(guidance_scale: float = 7.5, perturbed_guidance_scale: float = 2.8, perturbed_guidance_start: float = 0.01, perturbed_guidance_stop: float = 0.2, perturbed_guidance_layers: int | list[int] | None = None, perturbed_guidance_config: LayerSkipConfig | list[LayerSkipConfig] | dict[str, Any] = None, guidance_rescale: float = 0.0, use_original_formulation: bool = False, start: float = 0.0, stop: float = 1.0, enabled: bool = True)
```
[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/perturbed_attention_guidance.py#L36)
**Parametreler:**
guidance_scale (`float`, varsayılan `7.5`) : Sınıflandırıcı-ücretsiz yönlendirme için ölçek parametresi. Daha yüksek değerler, metin istemine daha güçlü bir koşullandırmaya yol açarken, daha düşük değerler üretimde daha fazla özgürlük sağlar. Daha yüksek değerler, doygunluğa ve görüntü kalitesinin bozulmasına neden olabilir.

perturbed_guidance_scale (`float`, varsayılan `2.8`) : Perturbed attention guidance için ölçek parametresi.

perturbed_guidance_start (`float`, varsayılan `0.01`) : Gürültü giderme adımlarının toplam sayısının, karıştırılmış dikkat yönlendirmesinin başlangıcından sonra geçen kesri.

perturbed_guidance_stop (`float`, varsayılan `0.2`) : Gürültü giderme adımlarının toplam sayısının, karıştırılmış dikkat yönlendirmesinin duracağı kesri.

perturbed_guidance_layers (`int` veya `list[int]`, *isteğe bağlı*) : Perturbe edilmiş dikkat yönlendirmesinin uygulanacağı katman indeksleri. Tek bir tamsayı veya tamsayı listesi olabilir. Sağlanmazsa, `perturbed_guidance_config` sağlanmalıdır.

perturbed_guidance_config (`LayerSkipConfig` veya `list[LayerSkipConfig]`, *isteğe bağlı*) : Perturbe edilmiş dikkat yönlendirmesi için yapılandırma. Tek bir `LayerSkipConfig` veya `LayerSkipConfig` listesi olabilir. Sağlanmazsa, `perturbed_guidance_layers` sağlanmalıdır.

guidance_rescale (`float`, varsayılan `0.0`) : Gürültü tahminlerine uygulanan yeniden ölçeklendirme faktörü. Bu, görüntü kalitesini iyileştirmek ve aşırı pozlamayı düzeltmek için kullanılır. [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891) makalesinin 3.4 bölümüne dayanmaktadır.
use_original_formulation (`bool`, varsayılan `False`) : Makalede önerilen orijinal classifier-free guidance formülasyonunun kullanılıp kullanılmayacağı. Varsayılan olarak, kod tabanında uzun süredir bulunan diffusers yerel uygulamasını kullanır. Daha fazla ayrıntı için [~guiders.classifier_free_guidance.ClassifierFreeGuidance] bölümüne bakın.
start (`float`, varsayılan `0.01`) : Gidermenin başladığı, toplam gürültü azaltma adım sayısının kesri.
stop (`float`, varsayılan `0.2`) : Gidermenin durduğu, toplam gürültü azaltma adım sayısının kesri.
Perturbed Attention Guidance (PAG): https://huggingface.co/papers/2403.17377
PAG'nin arkasındaki sezgi, CFG'nin tahmin ettiği dağılım tahminlerini, koşullu dağılım tahminlerinin daha kötü versiyonlarından daha da uzaklaştırmak olarak düşünülebilir. PAG, gürültü giderme sürecinde kendini daha iyi yönlendirmek için eğitilmiş modelin daha kötü bir versiyonunu kullanma fikrini tanıtan ilk tekniklerden biriydi. Seçilen katmanlar için skor matrisini birim matrisle değiştirerek latent akışın dikkat skorlarını bozar.
Ek okuma:
- [Kötü Bir Versiyonuyla Bir Difüzyon Modelini Yönlendirme](https://huggingface.co/papers/2406.02507)
PAG, yapılandırma parametreleri ve uygulama detaylarındaki örtüşme nedeniyle SkipLayerGuidance ile benzer bir uygulamaya sahiptir.
## AdaptiveProjectedGuidance[[diffusers.AdaptiveProjectedGuidance]]
#### diffusers.AdaptiveProjectedGuidance[[diffusers.AdaptiveProjectedGuidance]]
```python
diffusers.AdaptiveProjectedGuidance(guidance_scale: float = 7.5, adaptive_projected_guidance_momentum: float | None = None, adaptive_projected_guidance_rescale: float = 15.0, adaptive_projected_guidance_norm_dim: int | tuple[int, ...] | None = None, eta: float = 1.0, guidance_rescale: float = 0.0, use_original_formulation: bool = False, start: float = 0.0, stop: float = 1.0, enabled: bool = True)
```
[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/adaptive_projected_guidance.py#L30)
**Parametreler:**
guidance_scale (`float`, varsayılan `7.5`) : Sınıflandırıcı-ücretsiz yönlendirme için ölçek parametresi. Daha yüksek değerler, metin istemine daha güçlü bir koşullandırmaya yol açarken, daha düşük değerler üretimde daha fazla özgürlük sağlar. Daha yüksek değerler, doygunluğa ve görüntü kalitesinin bozulmasına neden olabilir.

adaptive_projected_guidance_momentum (`float`, varsayılan `None`) : Adaptif projeksiyonlu yönlendirme için momentum parametresi. `None` olarak ayarlanırsa devre dışı bırakılır.
adaptive_projected_guidance_rescale (`float`, varsayılan `15.0`) : Gürültü tahminlerine uygulanan yeniden ölçekleme faktörü. Bu, görüntü kalitesini iyileştirmek ve düzeltmek için kullanılır

adaptive_projected_guidance_norm_dim (`int` veya `tuple[int]`, *isteğe bağlı*) : APG normu ve projeksiyonunun hesaplanacağı boyut(lar). Atlanırsa, orijinal davranışı koruyarak tüm batch dışı boyutlar kullanılır.

guidance_rescale (`float`, varsayılan `0.0`) : Gürültü tahminlerine uygulanan yeniden ölçeklendirme faktörü. Bu, görüntü kalitesini iyileştirmek ve aşırı pozlamayı düzeltmek için kullanılır. [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891) makalesinin 3.4 bölümüne dayanmaktadır.
use_original_formulation (`bool`, varsayılan `False`) : Makalede önerilen orijinal classifier-free guidance formülasyonunun kullanılıp kullanılmayacağı. Varsayılan olarak, kod tabanında uzun süredir bulunan diffusers yerel uygulamasını kullanır. Daha fazla ayrıntı için [~guiders.classifier_free_guidance.ClassifierFreeGuidance] bölümüne bakın.
start (`float`, varsayılan `0.0`) : Giderme adımlarının toplam sayısının, yönlendirmenin başladığı oransal kısmı.
stop (`float`, varsayılan `1.0`) : Giderme adımlarının toplam sayısının, yönlendirmenin duracağı kesri.
Adaptif Projeksiyonlu Rehberlik (APG): https://huggingface.co/papers/2410.02416
## AutoGuidance[[diffusers.AutoGuidance]]
#### diffusers.AutoGuidance[[diffusers.AutoGuidance]]
```python
diffusers.AutoGuidance(guidance_scale: float = 7.5, auto_guidance_layers: int | list[int] | None = None, auto_guidance_config: LayerSkipConfig | list[LayerSkipConfig] | dict[str, Any] = None, dropout: float | None = None, guidance_rescale: float = 0.0, use_original_formulation: bool = False, start: float = 0.0, stop: float = 1.0, enabled: bool = True)
```
[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/auto_guidance.py#L32)
**Parametreler:**
guidance_scale (`float`, varsayılan `7.5`) : Sınıflandırıcı-ücretsiz yönlendirme için ölçek parametresi. Daha yüksek değerler, metin istemine daha güçlü bir koşullandırmaya yol açarken, daha düşük değerler üretimde daha fazla özgürlük sağlar. Daha yüksek değerler, doygunluğa ve görüntü kalitesinin bozulmasına neden olabilir.

auto_guidance_layers (`int` veya `list[int]`, *isteğe bağlı*) : Skip layer guidance uygulanacak katman indeksleri. Tek bir tamsayı veya tamsayı listesi olabilir. Verilmezse, `skip_layer_config` sağlanmalıdır.

auto_guidance_config (`LayerSkipConfig` veya `list[LayerSkipConfig]`, *isteğe bağlı*) : Katman atlama yönlendirmesi için yapılandırma. Tek bir `LayerSkipConfig` veya `LayerSkipConfig` listesi olabilir. Sağlanmazsa, `skip_layer_guidance_layers` sağlanmalıdır.

dropout (`float`, *opsiyonel*) : Etkin atlanan katmanlarda (ya `auto_guidance_layers` ile ya da `auto_guidance_config` ile) autoguidance için dropout olasılığı. Verilmezse, dropout olasılığı 1.0 olarak ayarlanır.

guidance_rescale (`float`, varsayılan `0.0`) : Gürültü tahminlerine uygulanan yeniden ölçeklendirme faktörü. Bu, görüntü kalitesini iyileştirmek ve aşırı pozlamayı düzeltmek için kullanılır. [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891) makalesinin 3.4 bölümüne dayanmaktadır.
use_original_formulation (`bool`, varsayılan `False`) : Makalede önerilen orijinal classifier-free guidance formülasyonunun kullanılıp kullanılmayacağı. Varsayılan olarak, kod tabanında uzun süredir bulunan diffusers yerel uygulamasını kullanır. Daha fazla ayrıntı için [~guiders.classifier_free_guidance.ClassifierFreeGuidance] bölümüne bakın.
start (`float`, varsayılan `0.0`) : Giderme adımlarının toplam sayısının, yönlendirmenin başladığı oransal kısmı.
stop (`float`, varsayılan `1.0`) : Giderme adımlarının toplam sayısının, yönlendirmenin duracağı kesri.
AutoGuidance: https://huggingface.co/papers/2406.02507
## TangentialClassifierFreeGuidance[[diffusers.TangentialClassifierFreeGuidance]]
#### diffusers.TangentialClassifierFreeGuidance[[diffusers.TangentialClassifierFreeGuidance]]
```python
diffusers.TangentialClassifierFreeGuidance(guidance_scale: float = 7.5, guidance_rescale: float = 0.0, use_original_formulation: bool = False, start: float = 0.0, stop: float = 1.0, enabled: bool = True)
```
[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/tangential_classifier_free_guidance.py#L30)
**Parametreler:**
guidance_scale (`float`, varsayılan `7.5`) : Sınıflandırıcı-ücretsiz yönlendirme için ölçek parametresi. Daha yüksek değerler, metin istemine daha güçlü bir koşullandırmaya yol açarken, daha düşük değerler üretimde daha fazla özgürlük sağlar. Daha yüksek değerler, doygunluğa ve görüntü kalitesinin bozulmasına neden olabilir.

guidance_rescale (`float`, varsayılan `0.0`) : Gürültü tahminlerine uygulanan yeniden ölçeklendirme faktörü. Bu, görüntü kalitesini iyileştirmek ve aşırı pozlamayı düzeltmek için kullanılır. [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891) makalesinin 3.4 bölümüne dayanmaktadır.
use_original_formulation (`bool`, varsayılan `False`) : Makalede önerilen orijinal classifier-free guidance formülasyonunun kullanılıp kullanılmayacağı. Varsayılan olarak, kod tabanında uzun süredir bulunan diffusers yerel uygulamasını kullanır. Daha fazla ayrıntı için [~guiders.classifier_free_guidance.ClassifierFreeGuidance] bölümüne bakın.
start (`float`, varsayılan `0.0`) : Giderme adımlarının toplam sayısının, yönlendirmenin başladığı oransal kısmı.
stop (`float`, varsayılan `1.0`) : Giderme adımlarının toplam sayısının, yönlendirmenin duracağı kesri.
Tangential Classifier Free Guidance (TCFG): https://huggingface.co/papers/2503.18137
## LTX2Guidance[[diffusers.LTX2Guidance]]
#### diffusers.LTX2Guidance[[diffusers.LTX2Guidance]]
```python
diffusers.LTX2Guidance(guidance_scale: float = 1.0, stg_scale: float = 0.0, modality_scale: float = 1.0, guidance_rescale: float = 0.0, spatio_temporal_guidance_blocks: list[int] | None = None, start: float = 0.0, stop: float = 1.0, enabled: bool = True)
```
[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/guiders/ltx2_guidance.py#L28)
**Parametreler:**
guidance_scale (`float`, varsayılan `1.0`) : Bu modalite için CFG ölçeği. `1.0` değerinde CFG adımı tamamen atlanır.
stg_scale (`float`, varsayılan `0.0`) : Bu modalite için uzamsal-zamansal yönlendirme ölçeği. `0.0` değerinde STG adımı tamamen atlanır.
modality_scale (`float`, varsayılan `1.0`) : Bu modalite için modalite izolasyonu yönlendirme ölçeği. `1.0` değerinde bu geçiş tamamen atlanır.
guidance_rescale (`float`, varsayılan `0.0`) : Yüksek yönlendirme ölçeklerinden kaynaklanan aşırı pozlamayı önlemek için yeniden ölçeklendirme faktörü. [Common Diffusion Noise Schedules and Sample Steps are Flawed](https://huggingface.co/papers/2305.08891) makalesine dayanır. Aralık: 0.0 (yeniden ölçeklendirme yok) ile 1.0 (tam yeniden ölçeklendirme).
spatio_temporal_guidance_blocks (`list[int]`, *isteğe bağlı*) : STG geçişinde karıştırılacak Transformer blokları. Değerin nasıl kullanıldığı, gürültü azaltıcı bloğa bağlıdır: LTX-2, tüm modalitelere besleme yapan tek bir ileri geçişte tüm blokları karıştırır, bu nedenle bu değeri yalnızca video yönlendiriciden okur — ses yönlendiricide ayarlanmasının bir etkisi yoktur ve bu yönlendirici, kendi `stg_scale`'i üzerinden aynı STG ileri geçişine katılır.
start (`float`, varsayılan `0.0`) : Rehberliğin (guidance) başlangıç noktası olarak, gürültü azaltma adımlarının (0.0-1.0) hangi kesrinin ardından devreye gireceğini belirtir.
stop (`float`, varsayılan `1.0`) : Rehberliğin durduğu, gürültü azaltma adımlarının (0.0-1.0) oranı.
enabled (`bool`, varsayılan `True`) : Bu yönlendiricinin (guider) yönlendirme uygulayıp uygulamadığını belirtir. `False` olduğunda yalnızca koşullu geçiş (conditional pass) çalışır.
LTX-2.X için tek modallı yönlendirici. Delta formülasyonu aracılığıyla en fazla üç terimi birleştirir:
- classifier-free guidance (CFG),
- uzamsal-zamansal yönlendirme (STG), bozulmuş bir transformer bloğu setiyle ek bir geçiş,
- modality-isolation yönlendirmesi, A2V/V2A çapraz-dikkat devre dışı bırakılarak ek bir geçiş.
Bir örnek bir modaliteyi sürer, bu nedenle çok modallı bir checkpoint birden fazlasını taşır: LTX-2.X, video `guider`'ı bir `audio_guider` ile eşleştirir ve her biri kendi ölçeklerini barındırır. Nihai rehberlik tahmini, çağıranın girdi sağladığı uzayda hesaplanır — LTX-2 gürültü azaltıcı, bunu çağırmadan önce hız->x0'a dönüştürür ve sonrasında geri çevirir, böylece `forward` x0 tahminleri üzerinde çalışır.
`SkipLayerGuidance` aksine, perturbasyonlarını hook'lar aracılığıyla uygulayan bu yöntemten farklı olarak, `LTX2Guidance` non-CFG perturbasyonlarının model forward argümanları üzerinden yapılandırılmasını bekler (`LTX2VideoTransformer3DModel` içindeki `spatio_temporal_guidance_blocks` ve `isolate_modalities`). Çağıran denoiser bloğu, bu geçit başına tanımlayıcıları ayarlamaktan sorumludur; kullanım örneği için `LTX2LoopDenoiser`'a bakın.
Xet Storage Details

Size:: 37.1 kB
Xet hash:: 591cd59c3ddde9d846bc7d10aa6116d9bc4ed3662446ef7d71e8684fe0f60b61
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.