diffusers/main/tr/hybrid_inference/api_reference.md

Uzak çıkarım

Uzak çıkarım, çözümleme ve kodlama için yerel üretim gereksinimlerini devretmek üzere bir Inference Endpoint'e erişim sağlar.

remote_decode[[diffusers.utils.remote_decode]]

diffusers.utils.remote_decode[[diffusers.utils.remote_decode]]

diffusers.utils.remote_decode(endpoint: str, tensor: 'torch.Tensor', processor: 'VaeImageProcessor' | 'VideoProcessor' | None = None, do_scaling: bool = True, scaling_factor: float | None = None, shift_factor: float | None = None, output_type: Literal['mp4', 'pil', 'pt'] = 'pil', return_type: Literal['mp4', 'pil', 'pt'] = 'pil', image_format: Literal['png', 'jpg'] = 'jpg', partial_postprocess: bool = False, input_tensor_type: Literal['binary'] = 'binary', output_tensor_type: Literal['binary'] = 'binary', height: int | None = None, width: int | None = None)

Kaynak

Parametreler:

endpoint (str) : Uzaktan Çözümleme (Remote Decode) için uç nokta.

tensor (torch.Tensor) : Çözümlenecek gerginlik (tensor).

processor (VaeImageProcessor veya VideoProcessor, isteğe bağlı) : Video modelleri için return_type="pt" ve return_type="pil" ile kullanılır.

do_scaling (bool, varsayılan True, isteğe bağlı) : KULLANIMDI. yerine scaling_factor/shift_factor geçirin. seçenek kaldırılana kadar ölçekleme yapılmaması için do_scaling=None/do_scaling=False olarak ayarlayın True olduğunda, örneğin latents / self.vae.config.scaling_factor gibi ölçekleme uzaktan uygulanır. False ise, girdi ölçekleme uygulanmış olarak geçirilmelidir.

scaling_factor (float, isteğe bağlı) : Örneğin latents / self.vae.config.scaling_factor şeklinde geçirildiğinde ölçekleme uygulanır. - SD v1: 0.18215 - SD XL: 0.13025 - Flux: 0.3611 None ise, girdinin ölçekleme uygulanmış olarak geçirilmesi gerekir.

shift_factor (float, isteğe bağlı) : Örneğin latents + self.vae.config.shift_factor şeklinde iletildiğinde shift uygulanır. - Flux: 0.1159 None ise, ölçekleme uygulanmış olarak girdi iletilmelidir.

output_type ("mp4" or "pil" or "pt", default "pil") : Endpoint output type. Subject to change. Report feedback on preferred type. "mp4": Supported by video models. Endpoint returns bytesof video."pil": Supported by image and video models. Image models: Endpoint returns bytesof an image inimage_format. Video models: Endpoint returns torch.Tensorwith partialpostprocessingapplied. Requiresprocessoras a flag (anyNonevalue will work)."pt": Support by image and video models. Endpoint returns torch.Tensor. With partial_postprocess=Truethe tensor is postprocesseduint8image tensor. Recommendations:"pt"withpartial_postprocess=Trueis the smallest transfer for full quality."pt"withpartial_postprocess=Falseis the most compatible with third party code."pil"withimage_format="jpg"` is the smallest transfer overall.

return_type ("mp4" or "pil" or "pt", default "pil") : Function return type. "mp4": Function returns bytesof video."pil": Function returns PIL.Image.Image. With output_type="pil" no further processing is applied. With output_type="pt" a PIL.Image.Imageis created.partial_postprocess=False processoris required.partial_postprocess=True processoris **not** required."pt": Function returns torch.Tensor. processoris **not** required.partial_postprocess=Falsetensor isfloat16orbfloat16, without denormalization. partial_postprocess=Truetensor isuint8`, denormalized.

image_format ("png" veya "jpg", varsayılan jpg) : output_type="pil" ile kullanılır. Uç nokta jpg veya png döndürür.

partial_postprocess (bool, varsayılan False) : output_type="pt" ile kullanılır. partial_postprocess=False durumunda tensor float16 veya bfloat16 tipindedir ve normalleştirme işlemi uygulanmaz. partial_postprocess=True durumunda tensor uint8 tipindedir ve normalleştirme işlemi uygulanır.

input_tensor_type ("binary", varsayılan "binary") : Tensor aktarım türü.

output_tensor_type ("binary", varsayılan "binary") : Tensor aktarım türü.

height (int, isteğe bağlı) : "packed" latentler için zorunludur.

width (int, isteğe bağlı) : "packed" latentler için zorunludur.

Dönüş:

output (Image.Image veya list[Image.Image] veya bytes veya torch.Tensor).

VAE çözümlemesini uzaktan çalıştırmaya olanak tanıyan Hugging Face Hibrit Çıkarım.

remote_encode[[diffusers.utils.remote_utils.remote_encode]]

diffusers.utils.remote_utils.remote_encode[[diffusers.utils.remote_utils.remote_encode]]

diffusers.utils.remote_utils.remote_encode(endpoint: str, image: 'torch.Tensor' | Image.Image, scaling_factor: float | None = None, shift_factor: float | None = None)

Kaynak

Parametreler:

endpoint (str) : Uzaktan Çözümleme (Remote Decode) için uç nokta.

image (torch.Tensor veya PIL.Image.Image) : Kodlanacak görüntü.

scaling_factor (float, isteğe bağlı) : Örneğin latents * self.vae.config.scaling_factor şeklinde geçirildiğinde ölçekleme uygulanır. - SD v1: 0.18215 - SD XL: 0.13025 - Flux: 0.3611 None ise, girdinin ölçekleme uygulanmış olarak geçirilmesi gerekir.

shift_factor (float, isteğe bağlı) : Örneğin latents - self.vae.config.shift_factor şeklinde geçirildiğinde kaydırma uygulanır. - Flux: 0.1159 None ise, ölçekleme uygulanmış olarak girdi geçirilmelidir.

Dönüş:

output (torch.Tensor).

VAE kodlamayı uzaktan çalıştırmaya izin veren Hugging Face Hibrit Çıkarım.