Buckets:
| # 正規化レイヤー | |
| 🤗 Diffusers でさまざまなモデルをサポートするためのカスタマイズされた正規化レイヤー。 | |
| ## 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) | |
| ``` | |
| [ソース](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L27) | |
| **パラメータ:** | |
| embedding_dim (`int`) : 各埋め込みベクトルのサイズ。 | |
| num_embeddings (`int`, *任意*) : 埋め込み辞書のサイズ。 | |
| output_dim (`int`、*任意*) -- | |
| norm_elementwise_affine (`bool`、デフォルトは `False) -- | |
| norm_eps (`bool`、デフォルトは `False`) -- | |
| chunk_dim (`int`、デフォルトは`0`) -- | |
| タイムステップ埋め込みを組み込むよう修正されたNorm層。 | |
| ## 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) | |
| ``` | |
| [ソース](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L130) | |
| **パラメータ:** | |
| embedding_dim (`int`) : 各埋め込みベクトルのサイズ。 | |
| num_embeddings (`int`) : 埋め込み辞書のサイズ。 | |
| Norm層の適応型レイヤーノーマゼロ（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) | |
| ``` | |
| [ソース](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L235) | |
| **パラメータ:** | |
| embedding_dim (`int`) : 各埋め込みベクトルのサイズ。 | |
| use_additional_conditions (`bool`) : 正規化に追加条件を使用するかどうか。 | |
| Norm層 adaptive layer norm single (adaLN-single)。 | |
| PixArt-Alpha（参照: https://huggingface.co/papers/2310.00426; セクション 2.3）で提案された方法です。 | |
| ## 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) | |
| ``` | |
| [ソース](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L269) | |
| **パラメータ:** | |
| embedding_dim (`int`) : 各埋め込みベクトルのサイズ。 | |
| num_embeddings (`int`) : 埋め込み辞書のサイズ。 | |
| num_groups (`int`) : チャンネルを分割するグループの数。 | |
| act_fn (`str`、*任意*、デフォルトは`None`) : 使用する活性化関数。 | |
| eps (`float`、*任意*、デフォルトは`1e-5`) : 数値の安定性を確保するために使用するepsilon値です。 | |
| タイムステップ埋め込みを組み込むよう修正された GroupNorm レイヤー。 | |
| ## 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') | |
| ``` | |
| [ソース](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L307) | |
| **パラメータ:** | |
| embedding_dim (`int`) : 投影時に使用する埋め込み次元。 | |
| conditioning_embedding_dim (`int`) : 入力条件の次元数。 | |
| elementwise_affine (`bool`、デフォルトは`True`) : 仿射変換を適用するかどうかを示すブールフラグ。 | |
| eps (`float`、デフォルト値は 1e-5) : Epsilon 係数。 | |
| bias (`bias`、デフォルトは`True`) : バイアスを使用するかどうかを示すブール値フラグ。 | |
| norm_type (`str`、デフォルトは`"layer_norm"`) : 使用する正規化レイヤー。サポートされる値: "layer_norm", "rms_norm"。 | |
| norm レイヤー（layer_norm または rms_norm）を備えた適応型正規化レイヤー。 | |
| ## 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) | |
| ``` | |
| [ソース](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L472) | |
| **パラメータ:** | |
| dim (`int`) : `weights`に使用する次元数。`elementwise_affine`がTrueの場合にのみ有効です。 | |
| eps (`float`) : 平方根の逆数を計算する際に使用する小さな値。 | |
| elementwise_affine (`bool`、デフォルトは`True`) : 仿射変換を適用するかどうかを示すブールフラグ。 | |
| bias (`bool`、デフォルトは False) : `bias` パラメータも学習する場合に True にします。 | |
| Zhang らによって https://huggingface.co/papers/1910.07467 で導入された RMS Norm | |
| ## GlobalResponseNorm[[diffusers.models.normalization.GlobalResponseNorm]] | |
| #### diffusers.models.normalization.GlobalResponseNorm[[diffusers.models.normalization.GlobalResponseNorm]] | |
| ```python | |
| diffusers.models.normalization.GlobalResponseNorm(dim) | |
| ``` | |
| [ソース](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L563) | |
| **パラメータ:** | |
| dim (`int`) : `gamma` と `beta` に使用する次元数。 | |
| ConvNeXt-v2 (https://huggingface.co/papers/2301.00808) で導入されたグローバル応答正規化。 | |
| ## 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) | |
| ``` | |
| [ソース](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) | |
| ``` | |
| [ソース](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L96) | |
| **パラメータ:** | |
| embedding_dim (`int`) : 各埋め込みベクトルのサイズ。 | |
| num_embeddings (`int`) : 埋め込み辞書のサイズ。 | |
| Norm層のadaptive layer norm zero (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) | |
| ``` | |
| [ソース](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L173) | |
| **パラメータ:** | |
| embedding_dim (`int`) : 各埋め込みベクトルのサイズ。 | |
| num_embeddings (`int`) : 埋め込み辞書のサイズ。 | |
| Norm層の適応型レイヤーノーマゼロ（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) | |
| ``` | |
| [ソース](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L205) | |
| **パラメータ:** | |
| embedding_dim (`int`) : 各埋め込みベクトルのサイズ。 | |
| Norm層の適応型RMS正規化ゼロ。 | |
| ## 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) | |
| ``` | |
| [ソース](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) | |
| ``` | |
| [ソース](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L403) | |
| **パラメータ:** | |
| embedding_dim (`int`) : 各埋め込みベクトルのサイズ。 | |
| num_embeddings (`int`) : 埋め込み辞書のサイズ。 | |
| Norm層の適応型レイヤーノーマゼロ（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) | |
| ``` | |
| [ソース](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) | |
| ``` | |
| [ソース](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/transformers/transformer_mochi.py#L88) | |
| **パラメータ:** | |
| embedding_dim (`int`) : 各埋め込みベクトルのサイズ。 | |
| Mochiで使用されるAdaptive RMS Norm。 | |
| ## 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) | |
| ``` | |
| [ソース](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L535) | |
Xet Storage Details
- Size:
- 11.2 kB
- Xet hash:
- b2340237431cb14e74df0cc7828cf565eb85904982e8924b06c0c2f3cf526694
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.