Buckets:
| # Camadas de normalização | |
| Camadas de normalização personalizadas para suportar vários modelos no 🤗 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) | |
| ``` | |
| [Fonte](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L27) | |
| **Parâmetros:** | |
| embedding_dim (`int`) : O tamanho de cada vetor de incorporação. | |
| num_embeddings (`int`, *opcional*) : O tamanho do dicionário de embeddings. | |
| output_dim (`int`, *opcional*) -- | |
| norm_elementwise_affine (`bool`, padrão `False) -- | |
| norm_eps (`bool`, padrão é `False`) -- | |
| chunk_dim (`int`, padrão `0`) -- | |
| Camada de normalização modificada para incorporar embeddings de timestep. | |
| ## 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) | |
| ``` | |
| [Fonte](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L130) | |
| **Parâmetros:** | |
| embedding_dim (`int`) : O tamanho de cada vetor de incorporação. | |
| num_embeddings (`int`) : O tamanho do dicionário de embeddings. | |
| Camada de normalização adaptativa layer norm zero (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) | |
| ``` | |
| [Fonte](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L235) | |
| **Parâmetros:** | |
| embedding_dim (`int`) : O tamanho de cada vetor de incorporação. | |
| use_additional_conditions (`bool`) : Se deve usar condições adicionais para normalização ou não. | |
| Camada de normalização adaptativa: normalização de camada única adaptativa (adaLN-single). | |
| Conforme proposto em PixArt-Alpha (veja: https://huggingface.co/papers/2310.00426; Seção 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) | |
| ``` | |
| [Fonte](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L269) | |
| **Parâmetros:** | |
| embedding_dim (`int`) : O tamanho de cada vetor de incorporação. | |
| num_embeddings (`int`) : O tamanho do dicionário de embeddings. | |
| num_groups (`int`) : O número de grupos para separar os canais. | |
| act_fn (`str`, *opcional*, padrão `None`) : A função de ativação a ser utilizada. | |
| eps (`float`, *opcional*, padrão `1e-5`) : O valor de epsilon a ser usado para estabilidade numérica. | |
| Camada GroupNorm modificada para incorporar embeddings de timestep. | |
| ## 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') | |
| ``` | |
| [Fonte](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L307) | |
| **Parâmetros:** | |
| embedding_dim (`int`) : Dimensão de incorporação a ser usada durante a projeção. | |
| conditioning_embedding_dim (`int`) : Dimensão da condição de entrada. | |
| elementwise_affine (`bool`, defaults to `True`) : Boolean flag to denote if affine transformation should be applied. | |
| eps (`float`, padrão 1e-5) : Fator de epsilon. | |
| bias (`bias`, padrão `True`) : Sinalizador booleano para indicar se o bias deve ser usado. | |
| norm_type (`str`, padrão `"layer_norm"`) : Camada de normalização a ser usada. Valores suportados: "layer_norm", "rms_norm". | |
| Camada de normalização adaptativa com uma camada de normalização (layer_norm ou 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) | |
| ``` | |
| [Fonte](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L472) | |
| **Parâmetros:** | |
| dim (`int`) : Número de dimensões a usar para `weights`. Efetivo apenas quando `elementwise_affine` é True. | |
| eps (`float`) : Valor pequeno a ser usado ao calcular o recíproco da raiz quadrada. | |
| elementwise_affine (`bool`, defaults to `True`) : Boolean flag to denote if affine transformation should be applied. | |
| bias (`bool`, padrão é False) : Se também treinar o parâmetro `bias`. | |
| RMS Norm, conforme introduzido em https://huggingface.co/papers/1910.07467 por Zhang et al. | |
| ## GlobalResponseNorm[[diffusers.models.normalization.GlobalResponseNorm]] | |
| #### diffusers.models.normalization.GlobalResponseNorm[[diffusers.models.normalization.GlobalResponseNorm]] | |
| ```python | |
| diffusers.models.normalization.GlobalResponseNorm(dim) | |
| ``` | |
| [Fonte](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L563) | |
| **Parâmetros:** | |
| dim (`int`) : Número de dimensões a serem usadas para `gamma` e `beta`. | |
| Normalização global de resposta, conforme introduzido no 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) | |
| ``` | |
| [Fonte](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) | |
| ``` | |
| [Fonte](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L96) | |
| **Parâmetros:** | |
| embedding_dim (`int`) : O tamanho de cada vetor de incorporação. | |
| num_embeddings (`int`) : O tamanho do dicionário de embeddings. | |
| Camada de normalização adaptativa de normalização de camada 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) | |
| ``` | |
| [Fonte](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L173) | |
| **Parâmetros:** | |
| embedding_dim (`int`) : O tamanho de cada vetor de incorporação. | |
| num_embeddings (`int`) : O tamanho do dicionário de embeddings. | |
| Camada de normalização adaptativa layer norm zero (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) | |
| ``` | |
| [Fonte](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L205) | |
| **Parâmetros:** | |
| embedding_dim (`int`) : O tamanho de cada vetor de incorporação. | |
| Camada de normalização normalização RMS adaptativa 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) | |
| ``` | |
| [Fonte](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) | |
| ``` | |
| [Fonte](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L403) | |
| **Parâmetros:** | |
| embedding_dim (`int`) : O tamanho de cada vetor de incorporação. | |
| num_embeddings (`int`) : O tamanho do dicionário de embeddings. | |
| Camada de normalização adaptativa layer norm zero (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) | |
| ``` | |
| [Fonte](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) | |
| ``` | |
| [Fonte](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/transformers/transformer_mochi.py#L88) | |
| **Parâmetros:** | |
| embedding_dim (`int`) : O tamanho de cada vetor de incorporação. | |
| Adaptive RMS Norm usado no 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) | |
| ``` | |
| [Fonte](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/normalization.py#L535) | |
Xet Storage Details
- Size:
- 11 kB
- Xet hash:
- 109ada76b1e656d8f40594ab76084558905ed03178615f1221f8e8e6ff5d8c65
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.