Buckets:

mishig's picture
|
download
raw
4.23 kB

Çıktılar

Tüm model çıktıları, modelin döndürdüğü tüm bilgileri içeren veri yapıları olan BaseOutput alt sınıflarıdır. Çıktılar ayrıca tuple veya sözlük olarak da kullanılabilir.

Örneğin:

from diffusers import DDIMPipeline

pipeline = DDIMPipeline.from_pretrained("google/ddpm-cifar10-32")
outputs = pipeline()

outputs nesnesi bir ImagePipelineOutput olduğundan bir image özniteliğine sahiptir.

Her özniteliğe normal şekilde veya anahtar kelime aramasıyla erişebilirsiniz ve bu öznitelik model tarafından döndürülmezse None alırsınız:

outputs.images
outputs["images"]

outputs nesnesini bir tuple olarak ele aldığınızda, yalnızca None değerine sahip olmayan öznitelikleri dikkate alır. Örneğin, indeksleme yoluyla bir görüntü almak (outputs.images) tuple'ını döndürür:

outputs[:1]

Belirli bir pipeline veya model çıktısını kontrol etmek için ilgili API dokümantasyonuna başvurun.

BaseOutput[[diffusers.utils.BaseOutput]]

diffusers.utils.BaseOutput[[diffusers.utils.BaseOutput]]

Kaynak

Tüm model çıktıları için dataclass olarak temel sınıf. Tıpkı bir tuple gibi tamsayı veya dilim (slice) ile ya da tıpkı bir sözlük gibi dizelerle indekslemeye izin veren bir __getitem__ içerir; bu yöntem None öznitelikleri yok sayılır. Aksi takdirde, standart bir Python sözlüğü gibi davranır.

> BaseOutput doğrudan açamazsınız. Dönüştürmek için to_tuple() yöntemini kullanın önce bir tuple'a dönüştürün.

to_tuple[[diffusers.utils.BaseOutput.to_tuple]]

to_tuple()

Kaynak

None olmayan tüm öznitelik/anahtarları içeren bir tuple'a dönüştür.

ImagePipelineOutput[[diffusers.ImagePipelineOutput]]

diffusers.ImagePipelineOutput[[diffusers.ImagePipelineOutput]]

diffusers.ImagePipelineOutput(images: list[PIL.Image.Image] | numpy.ndarray)

Kaynak

Parametreler:

images (List[PIL.Image.Image] veya np.ndarray) : Uzunluğu batch_size olan gürültüsü azaltılmış PIL görüntülerinin listesi veya (batch_size, height, width, num_channels) biçiminde NumPy dizisi.

Görüntü hatları için çıktı sınıfı.

AudioPipelineOutput[[diffusers.AudioPipelineOutput]]

diffusers.AudioPipelineOutput[[diffusers.AudioPipelineOutput]]

diffusers.AudioPipelineOutput(audios: ndarray)

Kaynak

Parametreler:

audios (np.ndarray) : (batch_size, num_channels, sample_rate) biçiminde bir NumPy dizisi olan gürültüsü azaltılmış ses örneklerinin listesi.

Ses boru hatları için çıktı sınıfı.

ImageTextPipelineOutput[[diffusers.ImageTextPipelineOutput]]

diffusers.ImageTextPipelineOutput[[diffusers.ImageTextPipelineOutput]]

diffusers.ImageTextPipelineOutput(images: list[PIL.Image.Image] | numpy.ndarray | None, text: list[str] | list[list[str]] | None)

Kaynak

Parametreler:

images (list[PIL.Image.Image] veya np.ndarray) : batch_size uzunluğunda gürültüsü azaltılmış PIL görüntülerinin listesi veya (batch_size, height, width, num_channels) biçiminde NumPy dizisi.

text (list[str] veya list[list[str]]) : batch_size uzunluğunda üretilmiş metin dizgilerinin listesi veya dış listesi batch_size uzunluğunda olan dizgilerin listelerinden oluşan bir liste.

Ortak görüntü-metin iş akışları için çıktı sınıfı.

Xet Storage Details

Size:
4.23 kB
·
Xet hash:
aefc4e1d65df12c59060630cfb96cb47a067cf2e9c923ba53b29ba3f618f5512

Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.