Buckets:

hf-doc-build
/

doc

Files

xet

hf-doc-build/doc / diffusers /main /tr /api /pipelines /nucleusmoe_image.md

mishig

1 day ago

preview code

download

raw

10 kB

#
# Apache Lisansı, 2.0 Sürümü ("Lisans") altında lisanslanmıştır;
# bu dosyayı, Lisansa uygun olarak kullanabilirsiniz.
# Lisansın bir kopyasını şu adresten edinebilirsiniz
#
#     http://www.apache.org/licenses/LICENSE-2.0
#
# Uygulanabilir yasa gerektirmedikçe veya yazılı olarak anlaşılmadıkça, yazılım
# Lisans kapsamında dağıtılan, "OLDUĞU GİBİ" esasına göre dağıtılır,
# HİÇBİR TÜR AÇIK VEYA ZIMMİ GARANTİ VEYA ŞART İÇERMEZ.
# İzinleri ve
# lisans kapsamındaki kısıtlamalar. -->

# NucleusMoE-Image

[NucleusMoE-Image](https://huggingface.co/NucleusAI/NucleusMoE-Image), tek akışlı bir DiT'yi Mixture-of-Experts ileri besleme katmanları, Qwen3-VL metin kodlayıcısına çapraz dikkat ve flow-matching Euler ayrık zamanlayıcı ile eşleştiren bir metinden görüntüye modelidir.

> [!TIP]
> Scheduler'lar [kılavuzunu](../../using-diffusers/schedulers) inceleyerek scheduler hızı ve kalitesi arasındaki ödünleşimi nasıl keşfedebileceğinizi öğrenin ve aynı bileşenleri birden fazla pipeline'a nasıl verimli bir şekilde yükleyebileceğinizi öğrenmek için [pipeline'lar arasında bileşenleri yeniden kullanma](../../using-diffusers/loading#reusing-models-in-multiple-pipelines) bölümüne göz atın.

## NucleusMoEImagePipeline[[diffusers.NucleusMoEImagePipeline]]

#### diffusers.NucleusMoEImagePipeline[[diffusers.NucleusMoEImagePipeline]]

```python
diffusers.NucleusMoEImagePipeline(transformer: NucleusMoEImageTransformer2DModel, scheduler: FlowMatchEulerDiscreteScheduler, vae: AutoencoderKLQwenImage, text_encoder: Qwen3VLForConditionalGeneration, processor: Qwen3VLProcessor)
```

[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/nucleusmoe_image/pipeline_nucleusmoe_image.py#L132)

**Parametreler:**

transformer (`NucleusMoEImageTransformer2DModel`) : Kodlanmış görüntü latentlerini gürültüden arındırmak için kullanılan Koşullu Transformer (MMDiT) mimarisi.

scheduler ([FlowMatchEulerDiscreteScheduler](/docs/diffusers/main/tr/api/schedulers/flow_match_euler_discrete#diffusers.FlowMatchEulerDiscreteScheduler)) : Kodlanmış görüntü latentlerini gürültüden arındırmak için `transformer` ile birlikte kullanılacak bir zamanlayıcı.

vae ([AutoencoderKLQwenImage](/docs/diffusers/main/tr/api/models/autoencoderkl_qwenimage#diffusers.AutoencoderKLQwenImage)) : Görüntüleri latent temsillere kodlamak ve latent temsillerden görüntülere çözmek için kullanılan Varyasyonel Oto-Kodlayıcı (VAE) Modeli.

text_encoder (`Qwen3VLForConditionalGeneration`) : İstem gömme hesaplamaları için metin kodlayıcı.
processor (`Qwen3VLProcessor`) : Metin girdilerini belirteçleştirmek için işleyici.
NucleusMoE kullanılarak metinden görüntüye üretim için Pipeline.
Bu pipeline, tek akışlı bir DiT, Mixture-of-Experts ileri besleme katmanları, Qwen3-VL metin kodlayıcısına çapraz dikkat ve bir flow-matching Euler ayrık zamanlayıcı kullanır.
#### __call__[[diffusers.NucleusMoEImagePipeline.__call__]]
```python
__call__(prompt: str | list[str] = None, negative_prompt: str | list[str] = None, guidance_scale: float = 4.0, height: int | None = None, width: int | None = None, num_inference_steps: int = 50, sigmas: list[float] | None = None, num_images_per_prompt: int = 1, max_sequence_length: int | None = None, return_index: int | None = None, generator: typing.Union[torch.Generator, list[torch.Generator], NoneType] = None, latents: typing.Optional[torch.Tensor] = None, prompt_embeds: typing.Optional[torch.Tensor] = None, prompt_embeds_mask: typing.Optional[torch.Tensor] = None, negative_prompt_embeds: typing.Optional[torch.Tensor] = None, negative_prompt_embeds_mask: typing.Optional[torch.Tensor] = None, output_type: str | None = 'pil', return_dict: bool = True, attention_kwargs: dict[str, typing.Any] | None = None, callback_on_step_end: typing.Optional[typing.Callable[[int, int, dict], NoneType]] = None, callback_on_step_end_tensor_inputs: list = ['latents'])
```
[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/nucleusmoe_image/pipeline_nucleusmoe_image.py#L379)
**Parametreler:**
prompt (`str` veya `list[str]`, *isteğe bağlı*) : Görsel üretimi yönlendirmek için istem veya istemler. Tanımlanmadıysa `prompt_embeds` parametresinin geçirilmesi gerekir.
negative_prompt (`str` veya `list[str]`, *isteğe bağlı*) : Görsel üretimi yönlendirmemek için kullanılan istem veya istemler. Tanımlanmamışsa, `true_cfg_scale > 1` olduğunda boş bir dize kullanılır.
guidance_scale (`float`, *isteğe bağlı*, varsayılan 4.0) : Classifier-free guidance ölçeği. 1'den büyük değerler CFG'yi etkinleştirir.
return_index (`int`, *isteğe bağlı*) : Prompt gömmelemeleri için kullanılacak metin kodlayıcı çıktısının katman indeksi.
height (`int`, *isteğe bağlı*, varsayılan `self.default_sample_size * self.vae_scale_factor`) : Üretilen görüntünün piksel cinsinden yüksekliği.
width (`int`, *isteğe bağlı*, varsayılan `self.default_sample_size * self.vae_scale_factor`) : Üretilen görüntünün piksel cinsinden genişliği.
num_inference_steps (`int`, *isteğe bağlı*, varsayılan 50) : Gürültü azaltma adım sayısı.
sigmas (`list[float]`, *isteğe bağlı*) : Gürültü azaltma zamanlaması için özel sigmalar. Tanımlanmamışsa, doğrusal bir zamanlama kullanılır.
num_images_per_prompt (`int`, *isteğe bağlı*, varsayılan 1) : Her istem için üretilecek görsel sayısı.
generator (`torch.Generator` veya `list[torch.Generator]`, *isteğe bağlı*) : Üretimi deterministik hale getirmek için bir veya bir dizi torch üreteci.
latents (`torch.Tensor`, *isteğe bağlı*) : Görsel üretimi için girdi olarak kullanılacak önceden oluşturulmuş gürültülü latentler.
prompt_embeds (`torch.Tensor`, *isteğe bağlı*) : Önceden oluşturulmuş metin gömme değerleri.
prompt_embeds_mask (`torch.Tensor`, *isteğe bağlı*) : Ön oluşturulmuş metin gömme vektörleri için dikkat maskesi.
negative_prompt_embeds (`torch.Tensor`, *isteğe bağlı*) : Önceden oluşturulmuş negatif metin gömme değerleri.
negative_prompt_embeds_mask (`torch.Tensor`, *isteğe bağlı*) : Ön oluşturulmuş negatif metin gömme vektörleri için dikkat maskesi.
output_type (`str`, *isteğe bağlı*, varsayılan `"pil"`) : Üretilen görüntünün çıktı biçimi. `"pil"`, `"np"` veya `"latent"` arasında seçim yapın.
return_dict (`bool`, *isteğe bağlı*, varsayılan `True`) : Düz bir tuple yerine `NucleusMoEImagePipelineOutput` döndürülüp döndürülmemesi.
attention_kwargs (`dict`, *isteğe bağlı*) : Dikkat işlemcisine aktarılan Kwargs.
callback_on_step_end (`Callable`, *isteğe bağlı*) : Her gürültü azaltma adımının sonunda çağrılan bir işlev.
callback_on_step_end_tensor_inputs (`list`, *isteğe bağlı*) : `callback_on_step_end` fonksiyonu için Tensor girdileri.
max_sequence_length (`int`, varsayılan 512) : Metin istemi için maksimum dizi uzunluğu.
**Dönüş:** `NucleusMoEImagePipelineOutput` veya `tuple`
`return_dict` True ise `NucleusMoEImagePipelineOutput`, aksi halde ilk öğesi üretilen görsellerin listesinden oluşan bir `tuple`.
Üretim için pipeline çağrıldığında tetiklenen işlev.
Örnekler:
```py
>>> import torch
>>> from diffusers import NucleusMoEImagePipeline

>>> pipe = NucleusMoEImagePipeline.from_pretrained("NucleusAI/NucleusMoE-Image", torch_dtype=torch.bfloat16)
>>> pipe.to("cuda")
>>> prompt = "A cat holding a sign that says hello world"
>>> image = pipe(prompt, num_inference_steps=50).images[0]
>>> image.save("nucleus_moe.png")
```
#### encode_prompt[[diffusers.NucleusMoEImagePipeline.encode_prompt]]
```python
encode_prompt(prompt: str | list[str] = None, device: typing.Optional[torch.device] = None, num_images_per_prompt: int = 1, prompt_embeds: typing.Optional[torch.Tensor] = None, prompt_embeds_mask: typing.Optional[torch.Tensor] = None, max_sequence_length: int | None = None, return_index: int | None = None)
```
[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/nucleusmoe_image/pipeline_nucleusmoe_image.py#L187)
**Parametreler:**
prompt (`str` veya `list[str]`, *isteğe bağlı*) : Kodlanacak istem veya istemler.
device (`torch.device`, *isteğe bağlı*) : Sonuç olarak elde edilen tensörler için Torch cihazı.
num_images_per_prompt (`int`, varsayılan 1) : Her istem için oluşturulacak görsel sayısı.

prompt_embeds (`torch.Tensor`, *isteğe bağlı*) : Önceden oluşturulmuş metin gömme değerleri. Sağlandığında kodlamayı atlar.
prompt_embeds_mask (`torch.Tensor`, *isteğe bağlı*) : Ön oluşturulmuş gömme (embedding) için dikkat maskesi.
max_sequence_length (`int`, varsayılan 1024) : Kodlanmış istem için maksimum token uzunluğu.
Qwen3-VL metin kodlayıcısını kullanarak metin istemlerini gömme (embedding) olarak kodlayın.
## NucleusMoEImagePipelineOutput[[diffusers.pipelines.nucleusmoe_image.pipeline_output.NucleusMoEImagePipelineOutput]]
#### diffusers.pipelines.nucleusmoe_image.pipeline_output.NucleusMoEImagePipelineOutput[[diffusers.pipelines.nucleusmoe_image.pipeline_output.NucleusMoEImagePipelineOutput]]
```python
diffusers.pipelines.nucleusmoe_image.pipeline_output.NucleusMoEImagePipelineOutput(images: list[PIL.Image.Image] | numpy.ndarray)
```
[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/nucleusmoe_image/pipeline_output.py#L10)
**Parametreler:**
images (`list[PIL.Image.Image]` veya `np.ndarray`) : Uzunluğu `batch_size` olan gürültüsü azaltılmış PIL görselleri listesi veya `(batch_size, height, width, num_channels)` biçiminde bir numpy dizisi. PIL görselleri veya numpy dizisi, difüzyon hattının gürültüsü azaltılmış görsellerini temsil eder.

NucleusMoE Görsel boru hatları için çıktı sınıfı.

Xet Storage Details

Size:: 10 kB
Xet hash:: a449fb00515f1708e5c0d1b4223d73aa1c72132be1119947b1cd26af2fb4cac7

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

	#
	# Apache Lisansı, 2.0 Sürümü ("Lisans") altında lisanslanmıştır;
	# bu dosyayı, Lisansa uygun olarak kullanabilirsiniz.
	# Lisansın bir kopyasını şu adresten edinebilirsiniz
	#
	# http://www.apache.org/licenses/LICENSE-2.0
	#
	# Uygulanabilir yasa gerektirmedikçe veya yazılı olarak anlaşılmadıkça, yazılım
	# Lisans kapsamında dağıtılan, "OLDUĞU GİBİ" esasına göre dağıtılır,
	# HİÇBİR TÜR AÇIK VEYA ZIMMİ GARANTİ VEYA ŞART İÇERMEZ.
	# İzinleri ve
	# lisans kapsamındaki kısıtlamalar. -->

	# NucleusMoE-Image

	[NucleusMoE-Image](https://huggingface.co/NucleusAI/NucleusMoE-Image), tek akışlı bir DiT'yi Mixture-of-Experts ileri besleme katmanları, Qwen3-VL metin kodlayıcısına çapraz dikkat ve flow-matching Euler ayrık zamanlayıcı ile eşleştiren bir metinden görüntüye modelidir.

	> [!TIP]
	> Scheduler'lar [kılavuzunu](../../using-diffusers/schedulers) inceleyerek scheduler hızı ve kalitesi arasındaki ödünleşimi nasıl keşfedebileceğinizi öğrenin ve aynı bileşenleri birden fazla pipeline'a nasıl verimli bir şekilde yükleyebileceğinizi öğrenmek için [pipeline'lar arasında bileşenleri yeniden kullanma](../../using-diffusers/loading#reusing-models-in-multiple-pipelines) bölümüne göz atın.

	## NucleusMoEImagePipeline[[diffusers.NucleusMoEImagePipeline]]

	#### diffusers.NucleusMoEImagePipeline[[diffusers.NucleusMoEImagePipeline]]

	```python
	diffusers.NucleusMoEImagePipeline(transformer: NucleusMoEImageTransformer2DModel, scheduler: FlowMatchEulerDiscreteScheduler, vae: AutoencoderKLQwenImage, text_encoder: Qwen3VLForConditionalGeneration, processor: Qwen3VLProcessor)
	```

	[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/nucleusmoe_image/pipeline_nucleusmoe_image.py#L132)

	Parametreler:

	transformer (`NucleusMoEImageTransformer2DModel`) : Kodlanmış görüntü latentlerini gürültüden arındırmak için kullanılan Koşullu Transformer (MMDiT) mimarisi.

	scheduler ([FlowMatchEulerDiscreteScheduler](/docs/diffusers/main/tr/api/schedulers/flow_match_euler_discrete#diffusers.FlowMatchEulerDiscreteScheduler)) : Kodlanmış görüntü latentlerini gürültüden arındırmak için `transformer` ile birlikte kullanılacak bir zamanlayıcı.

	vae ([AutoencoderKLQwenImage](/docs/diffusers/main/tr/api/models/autoencoderkl_qwenimage#diffusers.AutoencoderKLQwenImage)) : Görüntüleri latent temsillere kodlamak ve latent temsillerden görüntülere çözmek için kullanılan Varyasyonel Oto-Kodlayıcı (VAE) Modeli.

	text_encoder (`Qwen3VLForConditionalGeneration`) : İstem gömme hesaplamaları için metin kodlayıcı.

	processor (`Qwen3VLProcessor`) : Metin girdilerini belirteçleştirmek için işleyici.

	NucleusMoE kullanılarak metinden görüntüye üretim için Pipeline.

	Bu pipeline, tek akışlı bir DiT, Mixture-of-Experts ileri besleme katmanları, Qwen3-VL metin kodlayıcısına çapraz dikkat ve bir flow-matching Euler ayrık zamanlayıcı kullanır.

	#### __call__[[diffusers.NucleusMoEImagePipeline.__call__]]

	```python
	__call__(prompt: str \| list[str] = None, negative_prompt: str \| list[str] = None, guidance_scale: float = 4.0, height: int \| None = None, width: int \| None = None, num_inference_steps: int = 50, sigmas: list[float] \| None = None, num_images_per_prompt: int = 1, max_sequence_length: int \| None = None, return_index: int \| None = None, generator: typing.Union[torch.Generator, list[torch.Generator], NoneType] = None, latents: typing.Optional[torch.Tensor] = None, prompt_embeds: typing.Optional[torch.Tensor] = None, prompt_embeds_mask: typing.Optional[torch.Tensor] = None, negative_prompt_embeds: typing.Optional[torch.Tensor] = None, negative_prompt_embeds_mask: typing.Optional[torch.Tensor] = None, output_type: str \| None = 'pil', return_dict: bool = True, attention_kwargs: dict[str, typing.Any] \| None = None, callback_on_step_end: typing.Optional[typing.Callable[[int, int, dict], NoneType]] = None, callback_on_step_end_tensor_inputs: list = ['latents'])
	```

	[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/nucleusmoe_image/pipeline_nucleusmoe_image.py#L379)

	Parametreler:

	prompt (`str` veya `list[str]`, isteğe bağlı) : Görsel üretimi yönlendirmek için istem veya istemler. Tanımlanmadıysa `prompt_embeds` parametresinin geçirilmesi gerekir.

	negative_prompt (`str` veya `list[str]`, isteğe bağlı) : Görsel üretimi yönlendirmemek için kullanılan istem veya istemler. Tanımlanmamışsa, `true_cfg_scale > 1` olduğunda boş bir dize kullanılır.

	guidance_scale (`float`, isteğe bağlı, varsayılan 4.0) : Classifier-free guidance ölçeği. 1'den büyük değerler CFG'yi etkinleştirir.

	return_index (`int`, isteğe bağlı) : Prompt gömmelemeleri için kullanılacak metin kodlayıcı çıktısının katman indeksi.

	height (`int`, isteğe bağlı, varsayılan `self.default_sample_size * self.vae_scale_factor`) : Üretilen görüntünün piksel cinsinden yüksekliği.

	width (`int`, isteğe bağlı, varsayılan `self.default_sample_size * self.vae_scale_factor`) : Üretilen görüntünün piksel cinsinden genişliği.

	num_inference_steps (`int`, isteğe bağlı, varsayılan 50) : Gürültü azaltma adım sayısı.

	sigmas (`list[float]`, isteğe bağlı) : Gürültü azaltma zamanlaması için özel sigmalar. Tanımlanmamışsa, doğrusal bir zamanlama kullanılır.

	num_images_per_prompt (`int`, isteğe bağlı, varsayılan 1) : Her istem için üretilecek görsel sayısı.

	generator (`torch.Generator` veya `list[torch.Generator]`, isteğe bağlı) : Üretimi deterministik hale getirmek için bir veya bir dizi torch üreteci.

	latents (`torch.Tensor`, isteğe bağlı) : Görsel üretimi için girdi olarak kullanılacak önceden oluşturulmuş gürültülü latentler.

	prompt_embeds (`torch.Tensor`, isteğe bağlı) : Önceden oluşturulmuş metin gömme değerleri.

	prompt_embeds_mask (`torch.Tensor`, isteğe bağlı) : Ön oluşturulmuş metin gömme vektörleri için dikkat maskesi.

	negative_prompt_embeds (`torch.Tensor`, isteğe bağlı) : Önceden oluşturulmuş negatif metin gömme değerleri.

	negative_prompt_embeds_mask (`torch.Tensor`, isteğe bağlı) : Ön oluşturulmuş negatif metin gömme vektörleri için dikkat maskesi.

	output_type (`str`, isteğe bağlı, varsayılan `"pil"`) : Üretilen görüntünün çıktı biçimi. `"pil"`, `"np"` veya `"latent"` arasında seçim yapın.

	return_dict (`bool`, isteğe bağlı, varsayılan `True`) : Düz bir tuple yerine `NucleusMoEImagePipelineOutput` döndürülüp döndürülmemesi.

	attention_kwargs (`dict`, isteğe bağlı) : Dikkat işlemcisine aktarılan Kwargs.

	callback_on_step_end (`Callable`, isteğe bağlı) : Her gürültü azaltma adımının sonunda çağrılan bir işlev.

	callback_on_step_end_tensor_inputs (`list`, isteğe bağlı) : `callback_on_step_end` fonksiyonu için Tensor girdileri.

	max_sequence_length (`int`, varsayılan 512) : Metin istemi için maksimum dizi uzunluğu.

	Dönüş: `NucleusMoEImagePipelineOutput` veya `tuple`

	`return_dict` True ise `NucleusMoEImagePipelineOutput`, aksi halde ilk öğesi üretilen görsellerin listesinden oluşan bir `tuple`.

	Üretim için pipeline çağrıldığında tetiklenen işlev.

	Örnekler:
	```py
	>>> import torch
	>>> from diffusers import NucleusMoEImagePipeline

	>>> pipe = NucleusMoEImagePipeline.from_pretrained("NucleusAI/NucleusMoE-Image", torch_dtype=torch.bfloat16)
	>>> pipe.to("cuda")
	>>> prompt = "A cat holding a sign that says hello world"
	>>> image = pipe(prompt, num_inference_steps=50).images[0]
	>>> image.save("nucleus_moe.png")
	```

	#### encode_prompt[[diffusers.NucleusMoEImagePipeline.encode_prompt]]

	```python
	encode_prompt(prompt: str \| list[str] = None, device: typing.Optional[torch.device] = None, num_images_per_prompt: int = 1, prompt_embeds: typing.Optional[torch.Tensor] = None, prompt_embeds_mask: typing.Optional[torch.Tensor] = None, max_sequence_length: int \| None = None, return_index: int \| None = None)
	```

	[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/nucleusmoe_image/pipeline_nucleusmoe_image.py#L187)

	Parametreler:

	prompt (`str` veya `list[str]`, isteğe bağlı) : Kodlanacak istem veya istemler.

	device (`torch.device`, isteğe bağlı) : Sonuç olarak elde edilen tensörler için Torch cihazı.

	num_images_per_prompt (`int`, varsayılan 1) : Her istem için oluşturulacak görsel sayısı.

	prompt_embeds (`torch.Tensor`, isteğe bağlı) : Önceden oluşturulmuş metin gömme değerleri. Sağlandığında kodlamayı atlar.

	prompt_embeds_mask (`torch.Tensor`, isteğe bağlı) : Ön oluşturulmuş gömme (embedding) için dikkat maskesi.

	max_sequence_length (`int`, varsayılan 1024) : Kodlanmış istem için maksimum token uzunluğu.

	Qwen3-VL metin kodlayıcısını kullanarak metin istemlerini gömme (embedding) olarak kodlayın.

	## NucleusMoEImagePipelineOutput[[diffusers.pipelines.nucleusmoe_image.pipeline_output.NucleusMoEImagePipelineOutput]]

	#### diffusers.pipelines.nucleusmoe_image.pipeline_output.NucleusMoEImagePipelineOutput[[diffusers.pipelines.nucleusmoe_image.pipeline_output.NucleusMoEImagePipelineOutput]]

	```python
	diffusers.pipelines.nucleusmoe_image.pipeline_output.NucleusMoEImagePipelineOutput(images: list[PIL.Image.Image] \| numpy.ndarray)
	```

	[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/nucleusmoe_image/pipeline_output.py#L10)

	Parametreler:

	images (`list[PIL.Image.Image]` veya `np.ndarray`) : Uzunluğu `batch_size` olan gürültüsü azaltılmış PIL görselleri listesi veya `(batch_size, height, width, num_channels)` biçiminde bir numpy dizisi. PIL görselleri veya numpy dizisi, difüzyon hattının gürültüsü azaltılmış görsellerini temsil eder.

	NucleusMoE Görsel boru hatları için çıktı sınıfı.