Buckets:
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]]
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.
>
BaseOutputdoğrudan açamazsınız. Dönüştürmek için to_tuple() yöntemini kullanın önce bir tuple'a dönüştürün.
to_tuple[[diffusers.utils.BaseOutput.to_tuple]]
to_tuple()
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)
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)
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)
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.