Buckets:
| # JoyImageEditTransformer3DModel | |
| Mô hình có thể được tải bằng đoạn mã sau. | |
| ```python | |
| from diffusers import JoyImageEditTransformer3DModel | |
| transformer = JoyImageEditTransformer3DModel.from_pretrained("jdopensource/JoyAI-Image-Edit-Diffusers", subfolder="transformer", dtype=torch.bfloat16) | |
| ``` | |
| ## JoyImageEditTransformer3DModel[[diffusers.JoyImageEditTransformer3DModel]] | |
| #### diffusers.JoyImageEditTransformer3DModel[[diffusers.JoyImageEditTransformer3DModel]] | |
| ```python | |
| diffusers.JoyImageEditTransformer3DModel(patch_size: list = [1, 2, 2], in_channels: int = 16, out_channels: int | None = None, hidden_size: int = 3072, num_attention_heads: int = 24, text_dim: int = 4096, mlp_width_ratio: float = 4.0, num_layers: int = 20, rope_dim_list: list[int] = [16, 56, 56], rope_type: str = 'rope', theta: int = 256) | |
| ``` | |
| [Nguồn](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_joyimage.py#L372) | |
| Mô hình JoyImage Transformer để tạo / chỉnh sửa hình ảnh. | |
| Kiến trúc DiT hai luồng với các embedding điều kiện theo phong cách WAN và các embedding vị trí xoay tùy chỉnh. | |
| #### forward[[diffusers.JoyImageEditTransformer3DModel.forward]] | |
| ```python | |
| forward(hidden_states: Tensor, timestep: Tensor, encoder_hidden_states: Tensor = None, return_dict: bool = True) | |
| ``` | |
| [Nguồn](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_joyimage.py#L522) | |
| **Tham số:** | |
| hidden_states (`torch.Tensor` có hình dạng `(batch_size, num_channels, num_frames, height, width)` hoặc `(batch_size, num_items, num_channels, num_frames, height, width)`) : `hidden_states` đầu vào. | |
| timestep (`torch.LongTensor`) : Dùng để chỉ bước khử nhiễu. | |
| encoder_hidden_states (`torch.Tensor`, *tùy chọn*) : Các embedding điều kiện (các embedding được tính toán từ các điều kiện đầu vào như prompts) cần sử dụng. | |
| return_dict (`bool`, *tùy chọn*, mặc định là `True`) : Có nên trả về một `~models.transformer_2d.Transformer2DModelOutput` thay vì một tuple thông thường hay không. | |
| **Trả về:** | |
| Nếu `return_dict` là True, một `~models.transformer_2d.Transformer2DModelOutput` sẽ được trả về, ngược lại một `tuple` trong đó phần tử đầu tiên là tensor mẫu. | |
| Phương thức forward của [JoyImageEditTransformer3DModel](/docs/diffusers/main/vi/api/models/transformer_joyimage#diffusers.JoyImageEditTransformer3DModel). | |
| ## Transformer2DModelOutput[[diffusers.models.modeling_outputs.Transformer2DModelOutput]] | |
| #### diffusers.models.modeling_outputs.Transformer2DModelOutput[[diffusers.models.modeling_outputs.Transformer2DModelOutput]] | |
| ```python | |
| diffusers.models.modeling_outputs.Transformer2DModelOutput(sample: torch.Tensor) | |
| ``` | |
| [Nguồn](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/modeling_outputs.py#L21) | |
| **Tham số:** | |
| sample (`torch.Tensor` có shape `(batch_size, num_channels, height, width)` hoặc `(batch size, num_vector_embeds - 1, num_latent_pixels)` nếu [Transformer2DModel](/docs/diffusers/main/vi/api/models/transformer2d#diffusers.Transformer2DModel) là discrete) : Đầu ra của hidden states được điều kiện bởi đầu vào `encoder_hidden_states`. Nếu là discrete, trả về các phân phối xác suất cho các latent pixels chưa bị nhiễu. | |
| Đầu ra của [Transformer2DModel](/docs/diffusers/main/vi/api/models/transformer2d#diffusers.Transformer2DModel). | |
Xet Storage Details
- Size:
- 3.58 kB
- Xet hash:
- 81cb348a94a72da6e8401c753dd1aafe30be45f2f6d16bad7c3e79a17cfd1cb9
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.