diffusers/v0.43.0/fr/api/activations.md

Fonctions d'activation

Fonctions d'activation personnalisées pour prendre en charge divers modèles dans 🤗 Diffusers.

GELU[[diffusers.models.activations.GELU]]

diffusers.models.activations.GELU[[diffusers.models.activations.GELU]]

diffusers.models.activations.GELU(dim_in: int, dim_out: int, approximate: str = 'none', bias: bool = True)

Source

Paramètres :

dim_in (int) : Le nombre de canaux dans l'entrée.

dim_out (int) : Le nombre de canaux dans la sortie.

approximate (str, facultatif, valeur par défaut "none") : Si "tanh", utilise l'approximation tanh.

bias (bool, par défaut True) : Indique s'il faut utiliser un biais dans la couche linéaire.

Fonction d'activation GELU avec prise en charge de l'approximation tanh via approximate="tanh".

GEGLU[[diffusers.models.activations.GEGLU]]

diffusers.models.activations.GEGLU[[diffusers.models.activations.GEGLU]]

diffusers.models.activations.GEGLU(dim_in: int, dim_out: int, bias: bool = True)

Source

Paramètres :

dim_in (int) : Le nombre de canaux dans l'entrée.

dim_out (int) : Le nombre de canaux dans la sortie.

bias (bool, par défaut True) : Indique s'il faut utiliser un biais dans la couche linéaire.

Une variante de la fonction d'activation gated linear unit.

ApproximateGELU[[diffusers.models.activations.ApproximateGELU]]

diffusers.models.activations.ApproximateGELU[[diffusers.models.activations.ApproximateGELU]]

diffusers.models.activations.ApproximateGELU(dim_in: int, dim_out: int, bias: bool = True)

Source

Paramètres :

dim_in (int) : Le nombre de canaux dans l'entrée.

dim_out (int) : Le nombre de canaux dans la sortie.

bias (bool, par défaut True) : Indique s'il faut utiliser un biais dans la couche linéaire.

La forme approximative de la fonction d'activation Gaussian Error Linear Unit (GELU). Pour plus de détails, consultez la section 2 de cet article.

SwiGLU[[diffusers.models.activations.SwiGLU]]

diffusers.models.activations.SwiGLU[[diffusers.models.activations.SwiGLU]]

diffusers.models.activations.SwiGLU(dim_in: int, dim_out: int, bias: bool = True)

Source

Paramètres :

dim_in (int) : Le nombre de canaux dans l'entrée.

dim_out (int) : Le nombre de canaux dans la sortie.

bias (bool, par défaut True) : Indique s'il faut utiliser un biais dans la couche linéaire.

Une variante de la fonction d'activation gated linear unit. Elle est similaire à GEGLU mais utilise SiLU / Swish au lieu de GeLU.

FP32SiLU[[diffusers.models.activations.FP32SiLU]]

diffusers.models.activations.FP32SiLU[[diffusers.models.activations.FP32SiLU]]

diffusers.models.activations.FP32SiLU()

Source

Fonction d'activation SiLU avec l'entrée convertie en torch.float32.

LinearActivation[[diffusers.models.activations.LinearActivation]]

diffusers.models.activations.LinearActivation[[diffusers.models.activations.LinearActivation]]

diffusers.models.activations.LinearActivation(dim_in: int, dim_out: int, bias: bool = True, activation: str = 'silu')

Source