Buckets:
| # طبقات التطبيع | |
| طبقات تطبيع مخصصة لدعم نماذج متنوعة في 🤗 Diffusers. | |
| ## AdaLayerNorm[[diffusers.models.normalization.AdaLayerNorm]] | |
| #### diffusers.models.normalization.AdaLayerNorm[[diffusers.models.normalization.AdaLayerNorm]] | |
| ```python | |
| diffusers.models.normalization.AdaLayerNorm(embedding_dim: int, num_embeddings: int | None = None, output_dim: int | None = None, norm_elementwise_affine: bool = False, norm_eps: float = 1e-05, chunk_dim: int = 0) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L27) | |
| **المعاملات:** | |
| embedding_dim (`int`) : حجم كل متجه تضمين. | |
| num_embeddings (`int`، *اختياري*) : حجم قاموس التضمينات. | |
| output_dim (`int`، *اختياري*) -- | |
| norm_elementwise_affine (`bool`، القيمة الافتراضية `False) -- | |
| norm_eps (`bool`، القيمة الافتراضية `False`) -- | |
| chunk_dim (`int`، القيمة الافتراضية هي `0`) -- | |
| طبقة التطبيع معدّلة لدمج تضمينات خطوة الزمن. | |
| ## AdaLayerNormZero[[diffusers.models.normalization.AdaLayerNormZero]] | |
| #### diffusers.models.normalization.AdaLayerNormZero[[diffusers.models.normalization.AdaLayerNormZero]] | |
| ```python | |
| diffusers.models.normalization.AdaLayerNormZero(embedding_dim: int, num_embeddings: int | None = None, norm_type = 'layer_norm', bias = True) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L130) | |
| **المعاملات:** | |
| embedding_dim (`int`) : حجم كل متجه تضمين. | |
| num_embeddings (`int`) : حجم قاموس التضمينات. | |
| طبقة تطبيع التكيفية تطبيع الطبقة الصفري (adaLN-Zero). | |
| ## AdaLayerNormSingle[[diffusers.models.normalization.AdaLayerNormSingle]] | |
| #### diffusers.models.normalization.AdaLayerNormSingle[[diffusers.models.normalization.AdaLayerNormSingle]] | |
| ```python | |
| diffusers.models.normalization.AdaLayerNormSingle(embedding_dim: int, use_additional_conditions: bool = False) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L235) | |
| **المعاملات:** | |
| embedding_dim (`int`) : حجم كل متجه تضمين. | |
| use_additional_conditions (`bool`) : لتحديد ما إذا كان سيتم استخدام شروط إضافية للتطبيع أم لا. | |
| طبقة التطبيع التكيفية تطبيع الطبقة المفرد (adaLN-single). | |
| كما اقترح في PixArt-Alpha (انظر: https://huggingface.co/papers/2310.00426; القسم 2.3). | |
| ## AdaGroupNorm[[diffusers.models.normalization.AdaGroupNorm]] | |
| #### diffusers.models.normalization.AdaGroupNorm[[diffusers.models.normalization.AdaGroupNorm]] | |
| ```python | |
| diffusers.models.normalization.AdaGroupNorm(embedding_dim: int, out_dim: int, num_groups: int, act_fn: str | None = None, eps: float = 1e-05) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L269) | |
| **المعاملات:** | |
| embedding_dim (`int`) : حجم كل متجه تضمين. | |
| num_embeddings (`int`) : حجم قاموس التضمينات. | |
| num_groups (`int`) : عدد المجموعات التي تُقسَّم إليها القنوات. | |
| act_fn (`str`، *اختياري*، القيمة الافتراضية `None`) : دالة التنشيط المستخدمة. | |
| eps (`float`، *اختياري*، القيمة الافتراضية `1e-5`) : قيمة الإيبسلون المستخدمة من أجل الاستقرار العددي. | |
| طبقة GroupNorm معدّلة لدمج تضمينات خطوة الزمن. | |
| ## AdaLayerNormContinuous[[diffusers.models.normalization.AdaLayerNormContinuous]] | |
| #### diffusers.models.normalization.AdaLayerNormContinuous[[diffusers.models.normalization.AdaLayerNormContinuous]] | |
| ```python | |
| diffusers.models.normalization.AdaLayerNormContinuous(embedding_dim: int, conditioning_embedding_dim: int, elementwise_affine = True, eps = 1e-05, bias = True, norm_type = 'layer_norm') | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L307) | |
| **المعاملات:** | |
| embedding_dim (`int`) : بُعد التضمين (Embedding) المستخدم أثناء الإسقاط. | |
| conditioning_embedding_dim (`int`) : بُعد شرط الإدخال. | |
| elementwise_affine (`bool`، القيمة الافتراضية `True`) : علم منطقي لتحديد ما إذا كان يجب تطبيق تحويل أفيني. | |
| eps (`float`، القيمة الافتراضية 1e-5) : معامل إبسيلون. | |
| bias (`bias`، القيمة الافتراضية هي `True`) : علم منطقي لتحديد ما إذا كان يجب استخدام الانحياز. | |
| norm_type (`str`، القيمة الافتراضية `"layer_norm"`) : طبقة التطبيع المستخدمة. القيم المدعومة: "layer_norm"، "rms_norm". | |
| طبقة تطبيع تكيّفي مع طبقة تطبيع (layer_norm أو rms_norm). | |
| ## RMSNorm[[diffusers.models.normalization.RMSNorm]] | |
| #### diffusers.models.normalization.RMSNorm[[diffusers.models.normalization.RMSNorm]] | |
| ```python | |
| diffusers.models.normalization.RMSNorm(dim, eps: float, elementwise_affine: bool = True, bias: bool = False) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L472) | |
| **المعاملات:** | |
| dim (`int`) : عدد الأبعاد المستخدمة لـ `weights`. لا يكون فعالاً إلا عندما يكون `elementwise_affine` بقيمة True. | |
| eps (`float`) : قيمة صغيرة تُستخدم عند حساب مقلوب الجذر التربيعي. | |
| elementwise_affine (`bool`، القيمة الافتراضية `True`) : علم منطقي لتحديد ما إذا كان يجب تطبيق تحويل أفيني. | |
| bias (`bool`، القيمة الافتراضية False) : إذا كان يتم تدريب معامل `bias` أيضًا. | |
| RMS Norm كما قدمه تشانغ وآخرون في https://huggingface.co/papers/1910.07467 | |
| ## GlobalResponseNorm[[diffusers.models.normalization.GlobalResponseNorm]] | |
| #### diffusers.models.normalization.GlobalResponseNorm[[diffusers.models.normalization.GlobalResponseNorm]] | |
| ```python | |
| diffusers.models.normalization.GlobalResponseNorm(dim) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L563) | |
| **المعاملات:** | |
| dim (`int`) : عدد الأبعاد المستخدمة في `gamma` و`beta`. | |
| تطبيع الاستجابة العالمية كما تم تقديمه في ConvNeXt-v2 (https://huggingface.co/papers/2301.00808). | |
| ## LuminaLayerNormContinuous[[diffusers.models.normalization.LuminaLayerNormContinuous]] | |
| #### diffusers.models.normalization.LuminaLayerNormContinuous[[diffusers.models.normalization.LuminaLayerNormContinuous]] | |
| ```python | |
| diffusers.models.normalization.LuminaLayerNormContinuous(embedding_dim: int, conditioning_embedding_dim: int, elementwise_affine = True, eps = 1e-05, bias = True, norm_type = 'layer_norm', out_dim: int | None = None) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L354) | |
| ## SD35AdaLayerNormZeroX[[diffusers.models.normalization.SD35AdaLayerNormZeroX]] | |
| #### diffusers.models.normalization.SD35AdaLayerNormZeroX[[diffusers.models.normalization.SD35AdaLayerNormZeroX]] | |
| ```python | |
| diffusers.models.normalization.SD35AdaLayerNormZeroX(embedding_dim: int, norm_type: str = 'layer_norm', bias: bool = True) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L96) | |
| **المعاملات:** | |
| embedding_dim (`int`) : حجم كل متجه تضمين. | |
| num_embeddings (`int`) : حجم قاموس التضمينات. | |
| طبقة تطبيع التكيفية تطبيع الطبقة الصفري (AdaLN-Zero). | |
| ## AdaLayerNormZeroSingle[[diffusers.models.normalization.AdaLayerNormZeroSingle]] | |
| #### diffusers.models.normalization.AdaLayerNormZeroSingle[[diffusers.models.normalization.AdaLayerNormZeroSingle]] | |
| ```python | |
| diffusers.models.normalization.AdaLayerNormZeroSingle(embedding_dim: int, norm_type = 'layer_norm', bias = True) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L173) | |
| **المعاملات:** | |
| embedding_dim (`int`) : حجم كل متجه تضمين. | |
| num_embeddings (`int`) : حجم قاموس التضمينات. | |
| طبقة تطبيع التكيفية تطبيع الطبقة الصفري (adaLN-Zero). | |
| ## LuminaRMSNormZero[[diffusers.models.normalization.LuminaRMSNormZero]] | |
| #### diffusers.models.normalization.LuminaRMSNormZero[[diffusers.models.normalization.LuminaRMSNormZero]] | |
| ```python | |
| diffusers.models.normalization.LuminaRMSNormZero(embedding_dim: int, norm_eps: float, norm_elementwise_affine: bool) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L205) | |
| **المعاملات:** | |
| embedding_dim (`int`) : حجم كل متجه تضمين. | |
| طبقة التهيئة التكيفية RMS normalization zero. | |
| ## LpNorm[[diffusers.models.normalization.LpNorm]] | |
| #### diffusers.models.normalization.LpNorm[[diffusers.models.normalization.LpNorm]] | |
| ```python | |
| diffusers.models.normalization.LpNorm(p: int = 2, dim: int = -1, eps: float = 1e-12) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L583) | |
| ## CogView3PlusAdaLayerNormZeroTextImage[[diffusers.models.normalization.CogView3PlusAdaLayerNormZeroTextImage]] | |
| #### diffusers.models.normalization.CogView3PlusAdaLayerNormZeroTextImage[[diffusers.models.normalization.CogView3PlusAdaLayerNormZeroTextImage]] | |
| ```python | |
| diffusers.models.normalization.CogView3PlusAdaLayerNormZeroTextImage(embedding_dim: int, dim: int) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L403) | |
| **المعاملات:** | |
| embedding_dim (`int`) : حجم كل متجه تضمين. | |
| num_embeddings (`int`) : حجم قاموس التضمينات. | |
| طبقة تطبيع التكيفية تطبيع الطبقة الصفري (adaLN-Zero). | |
| ## CogVideoXLayerNormZero[[diffusers.models.normalization.CogVideoXLayerNormZero]] | |
| #### diffusers.models.normalization.CogVideoXLayerNormZero[[diffusers.models.normalization.CogVideoXLayerNormZero]] | |
| ```python | |
| diffusers.models.normalization.CogVideoXLayerNormZero(conditioning_dim: int, embedding_dim: int, elementwise_affine: bool = True, eps: float = 1e-05, bias: bool = True) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L448) | |
| ## MochiRMSNormZero[[diffusers.models.transformers.transformer_mochi.MochiRMSNormZero]] | |
| #### diffusers.models.transformers.transformer_mochi.MochiRMSNormZero[[diffusers.models.transformers.transformer_mochi.MochiRMSNormZero]] | |
| ```python | |
| diffusers.models.transformers.transformer_mochi.MochiRMSNormZero(embedding_dim: int, hidden_dim: int, eps: float = 1e-05, elementwise_affine: bool = False) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/transformers/transformer_mochi.py#L88) | |
| **المعاملات:** | |
| embedding_dim (`int`) : حجم كل متجه تضمين. | |
| تطبيع RMS التكيفي المستخدم في Mochi. | |
| ## MochiRMSNorm[[diffusers.models.normalization.MochiRMSNorm]] | |
| #### diffusers.models.normalization.MochiRMSNorm[[diffusers.models.normalization.MochiRMSNorm]] | |
| ```python | |
| diffusers.models.normalization.MochiRMSNorm(dim, eps: float, elementwise_affine: bool = True) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L535) | |
Xet Storage Details
- Size:
- 11.9 kB
- Xet hash:
- 82fe66be727c630727059e55fb1e563b39b2d639d21c91550dca3b0b7642c950
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.