Hugging Face's logo

Buckets:
hf-doc-build
/
doc

Files
xet
hf-doc-build/doc / diffusers /v0.43.0 /ar /api /activations.md
mishig's picture
mishig
preview code
|
download
raw
4.37 kB
# دوال التنشيط
دوال تفعيل مخصصة لدعم نماذج متنوعة في 🤗 Diffusers.
## GELU[[diffusers.models.activations.GELU]]
#### diffusers.models.activations.GELU[[diffusers.models.activations.GELU]]
```python
diffusers.models.activations.GELU(dim_in: int, dim_out: int, approximate: str = 'none', bias: bool = True)
```
[المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/activations.py#L65)
**المعاملات:**
dim_in (`int`) : عدد القنوات في المدخلات.
dim_out (`int`) : عدد القنوات في المخرجات.
approximate (`str`، *اختياري*، القيمة الافتراضية `"none"`) : إذا كانت `"tanh"`، فاستخدم تقريب tanh.
bias (`bool`، القيمة الافتراضية True) : ما إذا كان سيتم استخدام انحياز في الطبقة الخطية.
دالة التنشيط GELU مع دعم تقريب tanh باستخدام `approximate="tanh"`.
## GEGLU[[diffusers.models.activations.GEGLU]]
#### diffusers.models.activations.GEGLU[[diffusers.models.activations.GEGLU]]
```python
diffusers.models.activations.GEGLU(dim_in: int, dim_out: int, bias: bool = True)
```
[المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/activations.py#L90)
**المعاملات:**
dim_in (`int`) : عدد القنوات في المدخلات.
dim_out (`int`) : عدد القنوات في المخرجات.
bias (`bool`، القيمة الافتراضية True) : ما إذا كان سيتم استخدام انحياز في الطبقة الخطية.
نوع [متغير](https://huggingface.co/papers/2002.05202) من دالة التنشيط للوحدة الخطية البوابة.
## ApproximateGELU[[diffusers.models.activations.ApproximateGELU]]
#### diffusers.models.activations.ApproximateGELU[[diffusers.models.activations.ApproximateGELU]]
```python
diffusers.models.activations.ApproximateGELU(dim_in: int, dim_out: int, bias: bool = True)
```
[المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/activations.py#L143)
**المعاملات:**
dim_in (`int`) : عدد القنوات في المدخلات.
dim_out (`int`) : عدد القنوات في المخرجات.
bias (`bool`، القيمة الافتراضية True) : ما إذا كان سيتم استخدام انحياز في الطبقة الخطية.
الشكل التقريبي لوحدة الخطأ الغاوسي الخطية (GELU). لمزيد من التفاصيل، راجع القسم 2 من هذا [ورقة بحثية](https://huggingface.co/papers/1606.08415).
## SwiGLU[[diffusers.models.activations.SwiGLU]]
#### diffusers.models.activations.SwiGLU[[diffusers.models.activations.SwiGLU]]
```python
diffusers.models.activations.SwiGLU(dim_in: int, dim_out: int, bias: bool = True)
```
[المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/activations.py#L120)
**المعاملات:**
dim_in (`int`) : عدد القنوات في المدخلات.
dim_out (`int`) : عدد القنوات في المخرجات.
bias (`bool`، القيمة الافتراضية True) : ما إذا كان سيتم استخدام انحياز في الطبقة الخطية.
نوع [مشتق](https://huggingface.co/papers/2002.05202) من دالة التنشيط المعروفة باسم الوحدة الخطية البوابة. تشبه `GEGLU` لكنها تستخدم SiLU / Swish بدلاً من GeLU.
## FP32SiLU[[diffusers.models.activations.FP32SiLU]]
#### diffusers.models.activations.FP32SiLU[[diffusers.models.activations.FP32SiLU]]
```python
diffusers.models.activations.FP32SiLU()
```
[المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/activations.py#L53)
دالة التنشيط SiLU مع رفع نوع بيانات المدخلات إلى torch.float32.
## LinearActivation[[diffusers.models.activations.LinearActivation]]
#### diffusers.models.activations.LinearActivation[[diffusers.models.activations.LinearActivation]]
```python
diffusers.models.activations.LinearActivation(dim_in: int, dim_out: int, bias: bool = True, activation: str = 'silu')
```
[المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/activations.py#L163)

Xet Storage Details

Size:
4.37 kB
·
Xet hash:
44496ad07aa2c1aa26cdeb9d0b2a4f67b2f1533380dfce8716ac550580a6c66a

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