diffusers/v0.43.0/fr/api/models/autoencoder_kl_kvae_video.md

AutoencoderKLKVAEVideo

Le modèle d'auto-encodeur variationnel (VAE) 3D avec perte KL.

Le modèle peut être chargé à l'aide du fragment de code suivant.

import torch
from diffusers import AutoencoderKLKVAEVideo

vae = AutoencoderKLKVAEVideo.from_pretrained("kandinskylab/KVAE-3D-1.0", subfolder="diffusers", dtype=torch.float16)

AutoencoderKLKVAEVideo[[diffusers.AutoencoderKLKVAEVideo]]

diffusers.AutoencoderKLKVAEVideo[[diffusers.AutoencoderKLKVAEVideo]]

diffusers.AutoencoderKLKVAEVideo(ch: int = 128, ch_mult: typing.Tuple[int, ...] = (1, 2, 4, 8), num_res_blocks: int = 2, in_channels: int = 3, out_ch: int = 3, z_channels: int = 16, temporal_compress_times: int = 4)

Source

Paramètres :

ch (int, facultatif, valeur par défaut 128) : Nombre de canaux de base.

ch_mult (Tuple[int], facultatif, valeur par défaut (1, 2, 4, 8)) : Multiplicateurs de canaux par niveau.

num_res_blocks (int, facultatif, par défaut 2) : Nombre de blocs résiduels par niveau.

in_channels (int, facultatif, valeur par défaut 3) : Nombre de canaux d'entrée.

out_ch (int, facultatif, valeur par défaut 3) : Nombre de canaux de sortie.

z_channels (int, facultatif, par défaut 16) : Nombre de canaux latents.

temporal_compress_times (int, facultatif, valeur par défaut 4) : Facteur de compression temporelle.

Un modèle VAE avec perte KL pour encoder des vidéos en latents et décoder des représentations latentes en vidéos. Utilisé dans KVAE.

Ce modèle hérite de ModelMixin. Consultez la documentation de la classe parente pour ses méthodes génériques implémentées pour tous les modèles (téléchargement ou sauvegarde, par exemple).

decode[[diffusers.AutoencoderKLKVAEVideo.decode]]

decode(z: Tensor, return_dict: bool = True)

Source

Paramètres :

z (torch.Tensor) : Lot d'entrée de vecteurs latents de forme (B, C, T, H, W).

return_dict (bool, facultatif, par défaut True) : Indique s'il faut retourner un ~models.vae.DecoderOutput plutôt qu'un simple tuple.

Retourne : ~models.vae.DecoderOutput ou tuple

Vidéo décodée.

Décoder un lot de vidéos.

disable_slicing[[diffusers.AutoencoderKLKVAEVideo.disable_slicing]]

disable_slicing()

Source

Désactiver le décodage VAE par tranches.

enable_slicing[[diffusers.AutoencoderKLKVAEVideo.enable_slicing]]

enable_slicing()

Source

Activer le décodage VAE par tranches.

encode[[diffusers.AutoencoderKLKVAEVideo.encode]]

encode(x: Tensor, return_dict: bool = True)

Source

Paramètres :

x (torch.Tensor) : Lot d'entrée de vidéos de forme (B, C, T, H, W).

return_dict (bool, facultatif, par défaut True) : Indique s'il faut retourner un ~models.autoencoder_kl.AutoencoderKLOutput plutôt qu'un simple tuple.

Retourne :

Les représentations latentes des vidéos encodées.

Encoder un lot de vidéos en latents.

forward[[diffusers.AutoencoderKLKVAEVideo.forward]]

forward(sample: Tensor, sample_posterior: bool = False, return_dict: bool = True, generator: typing.Optional[torch.Generator] = None)

Source

Paramètres :

sample (torch.Tensor) : Échantillon d'entrée.

sample_posterior (bool, facultatif, par défaut False) : Indique s'il faut échantillonner à partir de la distribution a posteriori.

return_dict (bool, facultatif, par défaut True) : Indique s'il faut retourner un DecoderOutput plutôt qu'un simple tuple.

generator (torch.Generator, facultatif) : Un torch.Generator pour rendre l'échantillonnage déterministe.

Retourne : ~models.vae.DecoderOutput ou tuple

Si return_dict est True, un ~models.vae.DecoderOutput est renvoyé, sinon un simple tuple est renvoyé.