Buckets:
| # StableCascadeUNet | |
| Một mô hình UNet từ [Stable Cascade pipeline](../pipelines/stable_cascade). | |
| ## StableCascadeUNet[[diffusers.models.StableCascadeUNet]] | |
| #### diffusers.models.StableCascadeUNet[[diffusers.models.StableCascadeUNet]] | |
| ```python | |
| diffusers.models.StableCascadeUNet(in_channels: int = 16, out_channels: int = 16, timestep_ratio_embedding_dim: int = 64, patch_size: int = 1, conditioning_dim: int = 2048, block_out_channels: tuple[int, ...] = (2048, 2048), num_attention_heads: tuple[int, ...] = (32, 32), down_num_layers_per_block: tuple[int, ...] = (8, 24), up_num_layers_per_block: tuple[int, ...] = (24, 8), down_blocks_repeat_mappers: tuple[int] | None = (1, 1), up_blocks_repeat_mappers: tuple[int] | None = (1, 1), block_types_per_layer: tuple[tuple[str]] = (('SDCascadeResBlock', 'SDCascadeTimestepBlock', 'SDCascadeAttnBlock'), ('SDCascadeResBlock', 'SDCascadeTimestepBlock', 'SDCascadeAttnBlock')), clip_text_in_channels: int | None = None, clip_text_pooled_in_channels = 1280, clip_image_in_channels: int | None = None, clip_seq = 4, effnet_in_channels: int | None = None, pixel_mapper_in_channels: int | None = None, kernel_size = 3, dropout: float | tuple[float] = (0.1, 0.1), self_attn: bool | tuple[bool] = True, timestep_conditioning_type: tuple[str, ...] = ('sca', 'crp'), switch_level: tuple[bool] | None = None) | |
| ``` | |
| [Nguồn](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/unets/unet_stable_cascade.py#L136) | |
| #### forward[[diffusers.models.StableCascadeUNet.forward]] | |
| ```python | |
| forward(sample, timestep_ratio, clip_text_pooled, clip_text = None, clip_img = None, effnet = None, pixels = None, sca = None, crp = None, return_dict = True) | |
| ``` | |
| [Nguồn](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/unets/unet_stable_cascade.py#L538) | |
| **Tham số:** | |
| sample (`torch.Tensor`) : Mẫu đầu vào có nhiễu. | |
| timestep_ratio (`torch.Tensor`) : Tỉ lệ bước thời gian được sử dụng để tính nhúng bước thời gian. | |
| clip_text_pooled (`torch.Tensor`) : Nhúng văn bản CLIP đã gộp (pooled). | |
| clip_text (`torch.Tensor`, *tùy chọn*) : Nhúng văn bản CLIP ở cấp độ chuỗi. | |
| clip_img (`torch.Tensor`, *tùy chọn*) : các embedding hình ảnh CLIP. | |
| effnet (`torch.Tensor`, *tùy chọn*) : Bản đồ đặc trưng EfficientNet được sử dụng như điều kiện bổ sung. | |
| pixels (`torch.Tensor`, *tùy chọn*) : Tensor điều kiện ở cấp độ pixel. Nếu là `None`, một tensor các số 0 sẽ được sử dụng. | |
| sca (`torch.Tensor`, *tùy chọn*) : Giá trị điều kiện `sca` tùy chọn được sử dụng để xây dựng nhúng bước thời gian. | |
| crp (`torch.Tensor`, *tùy chọn*) : Giá trị điều kiện `crp` tùy chọn được sử dụng để xây dựng nhúng bước thời gian. | |
| return_dict (`bool`, *tùy chọn*, mặc định là `True`) : Có nên trả về một `StableCascadeUNetOutput` thay vì một tuple thông thường hay không. | |
| **Trả về:** | |
| Nếu `return_dict` là True, một `StableCascadeUNetOutput` sẽ được trả về, ngược lại một `tuple` sẽ được trả về trong đó phần tử đầu tiên là tensor mẫu. | |
Xet Storage Details
- Size:
- 3.25 kB
- Xet hash:
- f0e809ca86971f402d7be4b0eba950d16cdcc6e1faee17c949323394d0b7b12c
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.