diffusers/v0.43.0/id/api/outputs.md

Output

Semua keluaran model adalah subkelas dari BaseOutput, struktur data yang berisi semua informasi yang dikembalikan oleh model. Keluaran tersebut juga dapat digunakan sebagai tuple atau kamus.

Sebagai contoh:

from diffusers import DDIMPipeline

pipeline = DDIMPipeline.from_pretrained("google/ddpm-cifar10-32")
outputs = pipeline()

Objek outputs adalah ImagePipelineOutput, yang berarti memiliki atribut image.

Anda dapat mengakses setiap atribut seperti biasa atau dengan pencarian kata kunci, dan jika atribut tersebut tidak dikembalikan oleh model, Anda akan mendapatkan None:

outputs.images
outputs["images"]

Ketika objek outputs dipertimbangkan sebagai tuple, hanya atribut yang tidak memiliki nilai None yang dipertimbangkan. Sebagai contoh, mengambil gambar dengan mengindeksnya mengembalikan tuple (outputs.images):

outputs[:1]

Untuk memeriksa output pipeline atau model tertentu, lihat dokumentasi API yang sesuai.

BaseOutput[[diffusers.utils.BaseOutput]]

diffusers.utils.BaseOutput[[diffusers.utils.BaseOutput]]

Sumber

Kelas dasar untuk semua output model sebagai dataclass. Memiliki __getitem__ yang memungkinkan indeksasi dengan bilangan bulat atau slice (seperti tuple) atau string (seperti kamus) yang akan mengabaikan atribut None. Selain itu, berperilaku seperti kamus Python biasa.

> Anda tidak dapat mengurai BaseOutput secara langsung. Gunakan metode to_tuple() untuk mengonversi ke tuple > pertama.

to_tuple[[diffusers.utils.BaseOutput.to_tuple]]

to_tuple()

Sumber

Konversi self menjadi tuple yang berisi semua atribut/kunci yang bukan None.

ImagePipelineOutput[[diffusers.ImagePipelineOutput]]

diffusers.ImagePipelineOutput[[diffusers.ImagePipelineOutput]]

diffusers.ImagePipelineOutput(images: list[PIL.Image.Image] | numpy.ndarray)

Sumber

Parameter:

images (List[PIL.Image.Image] atau np.ndarray) : Daftar gambar PIL yang telah didenoise dengan panjang batch_size atau array NumPy dengan bentuk (batch_size, height, width, num_channels).

Kelas output untuk pipeline gambar.

AudioPipelineOutput[[diffusers.AudioPipelineOutput]]

diffusers.AudioPipelineOutput[[diffusers.AudioPipelineOutput]]

diffusers.AudioPipelineOutput(audios: ndarray)

Sumber

Parameter:

audios (np.ndarray) : Daftar sampel audio yang telah didenois dari array NumPy dengan bentuk (batch_size, num_channels, sample_rate).

Kelas output untuk pipeline audio.

ImageTextPipelineOutput[[diffusers.ImageTextPipelineOutput]]

diffusers.ImageTextPipelineOutput[[diffusers.ImageTextPipelineOutput]]

diffusers.ImageTextPipelineOutput(images: list[PIL.Image.Image] | numpy.ndarray | None, text: list[str] | list[list[str]] | None)

Sumber

Parameter:

images (list[PIL.Image.Image] atau np.ndarray) : daftar gambar PIL yang telah didenoise dengan panjang batch_size atau array NumPy dengan bentuk (batch_size, height, width, num_channels).

text (list[str] atau list[list[str]]) : daftar string teks yang dihasilkan dengan panjang batch_size atau daftar dari daftar string di mana daftar luarnya memiliki panjang batch_size.

Kelas output untuk pipeline gambar-teks gabungan.