Buckets:

hf-doc-build
/

doc

Files

xet

hf-doc-build/doc / diffusers /v0.43.0 /ru /api /modular_diffusers /pipeline_blocks.md

mishig

about 3 hours ago

preview code

download

raw

17.2 kB

# Блоки конвейера

## ModularPipelineBlocks[[diffusers.ModularPipelineBlocks]]

#### diffusers.ModularPipelineBlocks[[diffusers.ModularPipelineBlocks]]

```python
diffusers.ModularPipelineBlocks()
```

[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L392)

Базовый класс для всех блоков конвейера: ConditionalPipelineBlocks, AutoPipelineBlocks, SequentialPipelineBlocks, LoopSequentialPipelineBlocks

[ModularPipelineBlocks](/docs/diffusers/v0.43.0/ru/api/modular_diffusers/pipeline_blocks#diffusers.ModularPipelineBlocks) предоставляет метод для загрузки и сохранения определения блоков конвейера.

#### get_block_state[[diffusers.ModularPipelineBlocks.get_block_state]]

```python
get_block_state(state: PipelineState)
```

[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L590)

Получите все входные данные и промежуточные результаты в одном словаре

#### get_execution_blocks[[diffusers.ModularPipelineBlocks.get_execution_blocks]]

```python
get_execution_blocks(**kwargs)
```

[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L461)

**Параметры:**

- ****kwargs** : Имена и значения входных параметров. На выбор блока влияют только входные параметры триггера.

Получает блок(и), которые будут выполнены при заданных входных данных. Должен быть реализован в подклассах, поддерживающих условный выбор блоков.

#### get_workflow[[diffusers.ModularPipelineBlocks.get_workflow]]

```python
get_workflow(workflow_name: str)
```

[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L479)

**Параметры:**

workflow_name : Имя рабочего процесса для получения.
Получает блоки выполнения для конкретного рабочего процесса. Должен быть реализован в подклассах, определяющих `_workflow_map`.
#### init_pipeline[[diffusers.ModularPipelineBlocks.init_pipeline]]
```python
init_pipeline(pretrained_model_name_or_path: str | os.PathLike | None = None, components_manager: diffusers.modular_pipelines.components_manager.ComponentsManager | None = None, collection: str | None = None)
```
[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L568)
создайте ModularPipeline, при необходимости принимая pretrained_model_name_or_path для загрузки из хабa.
## SequentialPipelineBlocks[[diffusers.SequentialPipelineBlocks]]
#### diffusers.SequentialPipelineBlocks[[diffusers.SequentialPipelineBlocks]]
```python
diffusers.SequentialPipelineBlocks()
```
[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L1044)
**Параметры:**
block_classes : список классов блоков, которые будут использоваться

block_names : список префиксов для каждого блока
A Pipeline Blocks, объединяющий несколько классов блоков конвейера в один. При вызове последовательно вызывает каждый блок.
Этот класс наследуется от [ModularPipelineBlocks](/docs/diffusers/v0.43.0/ru/api/modular_diffusers/pipeline_blocks#diffusers.ModularPipelineBlocks). См. документацию родительского класса для общих методов, которые библиотека реализует для всех блоков конвейера (например, загрузка или сохранение и т. д.)
#### from_blocks_dict[[diffusers.SequentialPipelineBlocks.from_blocks_dict]]
```python
from_blocks_dict(blocks_dict: dict[str, typing.Any], description: str | None = None)
```
[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L1116)
**Параметры:**
blocks_dict : словарь, сопоставляющий имена блоков с классами или экземплярами блоков
**Возвращает:**
Новый экземпляр SequentialPipelineBlocks
Создаёт экземпляр SequentialPipelineBlocks из словаря блоков.
#### get_execution_blocks[[diffusers.SequentialPipelineBlocks.get_execution_blocks]]
```python
get_execution_blocks(**kwargs)
```
[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L1259)
**Параметры:**

- ****kwargs** : Имена и значения входных параметров. На выбор блока влияют только входные параметры триггера.

**Возвращает:**

SequentialPipelineBlocks, содержащие только блоки, которые будут выполнены

Получите блоки, которые будут выполнены при заданных входных данных.

По мере того как обход проходит последовательные блоки, промежуточные выходные данные из разрешённых блоков добавляются к активным входным данным. Это означает, что условные блоки, зависящие от промежуточных значений (например, «запустить img2img, если image_latents присутствует»), будут разрешены корректно, при условии, что условие основано на наличии/отсутствии (None или не None), а не на фактическом значении.
## LoopSequentialPipelineBlocks[[diffusers.LoopSequentialPipelineBlocks]]
#### diffusers.LoopSequentialPipelineBlocks[[diffusers.LoopSequentialPipelineBlocks]]
```python
diffusers.LoopSequentialPipelineBlocks()
```
[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L1404)
**Параметры:**
block_classes : список классов блоков, которые будут использоваться

block_names : список префиксов для каждого блока
A Pipeline blocks that combines multiple pipeline block classes into a For Loop. When called, it will call each block in sequence.
Этот класс наследуется от [ModularPipelineBlocks](/docs/diffusers/v0.43.0/ru/api/modular_diffusers/pipeline_blocks#diffusers.ModularPipelineBlocks). См. документацию родительского класса для общих методов, которые библиотека реализует для всех блоков конвейера (например, загрузка или сохранение и т. д.)
#### from_blocks_dict[[diffusers.LoopSequentialPipelineBlocks.from_blocks_dict]]
```python
from_blocks_dict(blocks_dict: dict[str, typing.Any])
```
[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L1565)
**Параметры:**
blocks_dict : словарь, сопоставляющий имена блоков с экземплярами блоков
**Возвращает:**
Новый экземпляр LoopSequentialPipelineBlocks
Создаёт экземпляр LoopSequentialPipelineBlocks из словаря блоков.
## AutoPipelineBlocks[[diffusers.AutoPipelineBlocks]]
#### diffusers.AutoPipelineBlocks[[diffusers.AutoPipelineBlocks]]
```python
diffusers.AutoPipelineBlocks()
```
[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L983)
**Параметры:**
block_classes : Список классов блоков, которые будут использоваться. Должен иметь ту же длину, что и `block_names` и `block_trigger_inputs`.
block_names : список имён для каждого блока. Должен иметь ту же длину, что и `block_classes` и `block_trigger_inputs`.
block_trigger_inputs : Список имён входных параметров, где каждый элемент указывает входной параметр-триггер для соответствующего блока. Используйте `None`, чтобы обозначить блок по умолчанию.
A Pipeline — блок, который автоматически выбирает блок для выполнения на основе наличия входных триггеров.
Это специализированная версия `ConditionalPipelineBlocks`, в которой:
- Каждый блок имеет один соответствующий вход-триггер (соответствие 1:1)
- Выбор блока выполняется автоматически: выбирается первый блок, у которого присутствует входной сигнал запуска
- `block_trigger_inputs` должен иметь ту же длину, что и `block_names` и `block_classes`
- Используйте `None` в `block_trigger_inputs`, чтобы указать блок по умолчанию, то есть блок, который будет выполнен, если входные данные для запуска отсутствуют
Пример:
```python
    class MyAutoBlock(AutoPipelineBlocks):
        block_classes = [InpaintEncoderBlock, ImageEncoderBlock, TextEncoderBlock]
        block_names = ["inpaint", "img2img", "text2img"]
        block_trigger_inputs = ["mask_image", "image", None]  # text2img is the default
```
С таким определением:
- Пока `mask_image` передан, выполняется блок "inpaint" (независимо от того, передан ли `image` или нет)
- Если `mask_image` не передан, но `image` передан, выполняется блок "img2img"
- В противном случае выполняется блок "text2img" (по умолчанию, триггер — `None`)

#### select_block[[diffusers.AutoPipelineBlocks.select_block]]

```python
select_block(**kwargs)
```

[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L1036)

Выберите блок на основе того, какой входной триггер присутствует (не равен None).

## ConditionalPipelineBlocks[[diffusers.ConditionalPipelineBlocks]]

#### diffusers.ConditionalPipelineBlocks[[diffusers.ConditionalPipelineBlocks]]

```python
diffusers.ConditionalPipelineBlocks()
```

[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L684)

**Параметры:**

block_classes : список классов блоков, которые будут использоваться. Должен иметь ту же длину, что и `block_names`.

block_names : список имён для каждого блока. Должен иметь ту же длину, что и `block_classes`.

block_trigger_inputs : Список имён входных параметров, которые `select_block()` использует для определения блока, подлежащего выполнению. Для `ConditionalPipelineBlocks` они не обязаны соответствовать `block_names` и `block_classes`. Для `AutoPipelineBlocks` длина этого списка должна совпадать с длиной `block_names` и `block_classes`, причём каждый элемент задаёт входной параметр-триггер для соответствующего блока.

default_block_name : Имя блока по умолчанию, который выполняется, если ни один из входных триггеров не совпал. Если значение равно None, этот блок может быть полностью пропущен, если входные триггеры не предоставлены.

A Pipeline Блок, который условно выбирает блок для выполнения на основе входных данных. Подклассы должны реализовать метод `select_block`, чтобы определить логику выбора блока. В настоящее время поддерживается только логика выбора на основе наличия или отсутствия входных данных (то есть, являются ли они `None` или нет).

Этот класс наследуется от [ModularPipelineBlocks](/docs/diffusers/v0.43.0/ru/api/modular_diffusers/pipeline_blocks#diffusers.ModularPipelineBlocks). См. документацию родительского класса для общих методов, которые библиотека реализует для всех блоков конвейера (например, загрузка или сохранение и т. д.)

#### get_execution_blocks[[diffusers.ConditionalPipelineBlocks.get_execution_blocks]]

```python
get_execution_blocks(**kwargs)
```

[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L874)

**Параметры:**

- ****kwargs** : Имена и значения входных параметров. На выбор блока влияют только входные параметры триггера.

**Возвращает:** - `ModularPipelineBlocks`

Листовой блок или разрешённый `SequentialPipelineBlocks`
- `None`: если этот блок будет пропущен (не сработал ни один триггер и нет значения по умолчанию)

Получите блок(и), которые будут выполнены при заданных входных данных.

Рекурсивно разрешает вложенные ConditionalPipelineBlocks, пока не достигнет одного из следующих:
- Листовой блок (без sub_blocks или LoopSequentialPipelineBlocks) → возвращает один `ModularPipelineBlocks`
- `SequentialPipelineBlocks` → делегирует вызов своему `get_execution_blocks()`, который возвращает
a `SequentialPipelineBlocks`, содержащий разрешённые блоки выполнения
#### select_block[[diffusers.ConditionalPipelineBlocks.select_block]]
```python
select_block(**kwargs)
```
[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L830)
**Параметры:**

- ****kwargs** : Имена входных параметров триггера и их значения из состояния.

**Возвращает:** `str | None`

Имя блока для выполнения или None для использования значения по умолчанию/пропуска.

Выберите блок для выполнения на основе входных данных триггера. Подклассы должны реализовать этот метод, чтобы определить логику выбора блока.

Примечание: Если входные данные триггера включают промежуточные результаты предыдущих блоков, логика выбора должна зависеть только от наличия или отсутствия входного значения (то есть, является ли оно None), а не от его фактического значения. Это связано с тем, что `get_execution_blocks()` статически разрешает условия, распространяя имена промежуточных результатов без их значений во время выполнения.

Xet Storage Details

Size:: 17.2 kB
Xet hash:: 603e8b28256d402129db2ab682c60af541677d0fc6f8a86c0cbcb6143495d7ae

Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.

	# Блоки конвейера

	## ModularPipelineBlocks[[diffusers.ModularPipelineBlocks]]

	#### diffusers.ModularPipelineBlocks[[diffusers.ModularPipelineBlocks]]

	```python
	diffusers.ModularPipelineBlocks()
	```

	[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L392)

	Базовый класс для всех блоков конвейера: ConditionalPipelineBlocks, AutoPipelineBlocks, SequentialPipelineBlocks, LoopSequentialPipelineBlocks

	[ModularPipelineBlocks](/docs/diffusers/v0.43.0/ru/api/modular_diffusers/pipeline_blocks#diffusers.ModularPipelineBlocks) предоставляет метод для загрузки и сохранения определения блоков конвейера.

	#### get_block_state[[diffusers.ModularPipelineBlocks.get_block_state]]

	```python
	get_block_state(state: PipelineState)
	```

	[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L590)

	Получите все входные данные и промежуточные результаты в одном словаре

	#### get_execution_blocks[[diffusers.ModularPipelineBlocks.get_execution_blocks]]

	```python
	get_execution_blocks(**kwargs)
	```

	[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L461)

	Параметры:

	- **kwargs : Имена и значения входных параметров. На выбор блока влияют только входные параметры триггера.

	Получает блок(и), которые будут выполнены при заданных входных данных. Должен быть реализован в подклассах, поддерживающих условный выбор блоков.

	#### get_workflow[[diffusers.ModularPipelineBlocks.get_workflow]]

	```python
	get_workflow(workflow_name: str)
	```

	[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L479)

	Параметры:

	workflow_name : Имя рабочего процесса для получения.

	Получает блоки выполнения для конкретного рабочего процесса. Должен быть реализован в подклассах, определяющих `_workflow_map`.

	#### init_pipeline[[diffusers.ModularPipelineBlocks.init_pipeline]]

	```python
	init_pipeline(pretrained_model_name_or_path: str \| os.PathLike \| None = None, components_manager: diffusers.modular_pipelines.components_manager.ComponentsManager \| None = None, collection: str \| None = None)
	```

	[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L568)

	создайте ModularPipeline, при необходимости принимая pretrained_model_name_or_path для загрузки из хабa.

	## SequentialPipelineBlocks[[diffusers.SequentialPipelineBlocks]]

	#### diffusers.SequentialPipelineBlocks[[diffusers.SequentialPipelineBlocks]]

	```python
	diffusers.SequentialPipelineBlocks()
	```

	[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L1044)

	Параметры:

	block_classes : список классов блоков, которые будут использоваться

	block_names : список префиксов для каждого блока

	A Pipeline Blocks, объединяющий несколько классов блоков конвейера в один. При вызове последовательно вызывает каждый блок.

	Этот класс наследуется от [ModularPipelineBlocks](/docs/diffusers/v0.43.0/ru/api/modular_diffusers/pipeline_blocks#diffusers.ModularPipelineBlocks). См. документацию родительского класса для общих методов, которые библиотека реализует для всех блоков конвейера (например, загрузка или сохранение и т. д.)

	#### from_blocks_dict[[diffusers.SequentialPipelineBlocks.from_blocks_dict]]

	```python
	from_blocks_dict(blocks_dict: dict[str, typing.Any], description: str \| None = None)
	```

	[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L1116)

	Параметры:

	blocks_dict : словарь, сопоставляющий имена блоков с классами или экземплярами блоков

	Возвращает:

	Новый экземпляр SequentialPipelineBlocks

	Создаёт экземпляр SequentialPipelineBlocks из словаря блоков.

	#### get_execution_blocks[[diffusers.SequentialPipelineBlocks.get_execution_blocks]]

	```python
	get_execution_blocks(**kwargs)
	```

	[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L1259)

	Параметры:

	- **kwargs : Имена и значения входных параметров. На выбор блока влияют только входные параметры триггера.

	Возвращает:

	SequentialPipelineBlocks, содержащие только блоки, которые будут выполнены

	Получите блоки, которые будут выполнены при заданных входных данных.

	По мере того как обход проходит последовательные блоки, промежуточные выходные данные из разрешённых блоков добавляются к активным входным данным. Это означает, что условные блоки, зависящие от промежуточных значений (например, «запустить img2img, если image_latents присутствует»), будут разрешены корректно, при условии, что условие основано на наличии/отсутствии (None или не None), а не на фактическом значении.

	## LoopSequentialPipelineBlocks[[diffusers.LoopSequentialPipelineBlocks]]

	#### diffusers.LoopSequentialPipelineBlocks[[diffusers.LoopSequentialPipelineBlocks]]

	```python
	diffusers.LoopSequentialPipelineBlocks()
	```

	[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L1404)

	Параметры:

	block_classes : список классов блоков, которые будут использоваться

	block_names : список префиксов для каждого блока

	A Pipeline blocks that combines multiple pipeline block classes into a For Loop. When called, it will call each block in sequence.

	Этот класс наследуется от [ModularPipelineBlocks](/docs/diffusers/v0.43.0/ru/api/modular_diffusers/pipeline_blocks#diffusers.ModularPipelineBlocks). См. документацию родительского класса для общих методов, которые библиотека реализует для всех блоков конвейера (например, загрузка или сохранение и т. д.)

	#### from_blocks_dict[[diffusers.LoopSequentialPipelineBlocks.from_blocks_dict]]

	```python
	from_blocks_dict(blocks_dict: dict[str, typing.Any])
	```

	[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L1565)

	Параметры:

	blocks_dict : словарь, сопоставляющий имена блоков с экземплярами блоков

	Возвращает:

	Новый экземпляр LoopSequentialPipelineBlocks

	Создаёт экземпляр LoopSequentialPipelineBlocks из словаря блоков.

	## AutoPipelineBlocks[[diffusers.AutoPipelineBlocks]]

	#### diffusers.AutoPipelineBlocks[[diffusers.AutoPipelineBlocks]]

	```python
	diffusers.AutoPipelineBlocks()
	```

	[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L983)

	Параметры:

	block_classes : Список классов блоков, которые будут использоваться. Должен иметь ту же длину, что и `block_names` и `block_trigger_inputs`.

	block_names : список имён для каждого блока. Должен иметь ту же длину, что и `block_classes` и `block_trigger_inputs`.

	block_trigger_inputs : Список имён входных параметров, где каждый элемент указывает входной параметр-триггер для соответствующего блока. Используйте `None`, чтобы обозначить блок по умолчанию.

	A Pipeline — блок, который автоматически выбирает блок для выполнения на основе наличия входных триггеров.

	Это специализированная версия `ConditionalPipelineBlocks`, в которой:
	- Каждый блок имеет один соответствующий вход-триггер (соответствие 1:1)
	- Выбор блока выполняется автоматически: выбирается первый блок, у которого присутствует входной сигнал запуска
	- `block_trigger_inputs` должен иметь ту же длину, что и `block_names` и `block_classes`
	- Используйте `None` в `block_trigger_inputs`, чтобы указать блок по умолчанию, то есть блок, который будет выполнен, если входные данные для запуска отсутствуют

	Пример:
	```python
	class MyAutoBlock(AutoPipelineBlocks):
	block_classes = [InpaintEncoderBlock, ImageEncoderBlock, TextEncoderBlock]
	block_names = ["inpaint", "img2img", "text2img"]
	block_trigger_inputs = ["mask_image", "image", None] # text2img is the default
	```

	С таким определением:
	- Пока `mask_image` передан, выполняется блок "inpaint" (независимо от того, передан ли `image` или нет)
	- Если `mask_image` не передан, но `image` передан, выполняется блок "img2img"
	- В противном случае выполняется блок "text2img" (по умолчанию, триггер — `None`)

	#### select_block[[diffusers.AutoPipelineBlocks.select_block]]

	```python
	select_block(**kwargs)
	```

	[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L1036)

	Выберите блок на основе того, какой входной триггер присутствует (не равен None).

	## ConditionalPipelineBlocks[[diffusers.ConditionalPipelineBlocks]]

	#### diffusers.ConditionalPipelineBlocks[[diffusers.ConditionalPipelineBlocks]]

	```python
	diffusers.ConditionalPipelineBlocks()
	```

	[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L684)

	Параметры:

	block_classes : список классов блоков, которые будут использоваться. Должен иметь ту же длину, что и `block_names`.

	block_names : список имён для каждого блока. Должен иметь ту же длину, что и `block_classes`.

	block_trigger_inputs : Список имён входных параметров, которые `select_block()` использует для определения блока, подлежащего выполнению. Для `ConditionalPipelineBlocks` они не обязаны соответствовать `block_names` и `block_classes`. Для `AutoPipelineBlocks` длина этого списка должна совпадать с длиной `block_names` и `block_classes`, причём каждый элемент задаёт входной параметр-триггер для соответствующего блока.

	default_block_name : Имя блока по умолчанию, который выполняется, если ни один из входных триггеров не совпал. Если значение равно None, этот блок может быть полностью пропущен, если входные триггеры не предоставлены.

	A Pipeline Блок, который условно выбирает блок для выполнения на основе входных данных. Подклассы должны реализовать метод `select_block`, чтобы определить логику выбора блока. В настоящее время поддерживается только логика выбора на основе наличия или отсутствия входных данных (то есть, являются ли они `None` или нет).

	Этот класс наследуется от [ModularPipelineBlocks](/docs/diffusers/v0.43.0/ru/api/modular_diffusers/pipeline_blocks#diffusers.ModularPipelineBlocks). См. документацию родительского класса для общих методов, которые библиотека реализует для всех блоков конвейера (например, загрузка или сохранение и т. д.)

	#### get_execution_blocks[[diffusers.ConditionalPipelineBlocks.get_execution_blocks]]

	```python
	get_execution_blocks(**kwargs)
	```

	[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L874)

	Параметры:

	- **kwargs : Имена и значения входных параметров. На выбор блока влияют только входные параметры триггера.

	Возвращает: - `ModularPipelineBlocks`

	Листовой блок или разрешённый `SequentialPipelineBlocks`
	- `None`: если этот блок будет пропущен (не сработал ни один триггер и нет значения по умолчанию)

	Получите блок(и), которые будут выполнены при заданных входных данных.

	Рекурсивно разрешает вложенные ConditionalPipelineBlocks, пока не достигнет одного из следующих:
	- Листовой блок (без sub_blocks или LoopSequentialPipelineBlocks) → возвращает один `ModularPipelineBlocks`
	- `SequentialPipelineBlocks` → делегирует вызов своему `get_execution_blocks()`, который возвращает
	a `SequentialPipelineBlocks`, содержащий разрешённые блоки выполнения

	#### select_block[[diffusers.ConditionalPipelineBlocks.select_block]]

	```python
	select_block(**kwargs)
	```

	[Источник](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/modular_pipelines/modular_pipeline.py#L830)

	Параметры:

	- **kwargs : Имена входных параметров триггера и их значения из состояния.

	Возвращает: `str \| None`

	Имя блока для выполнения или None для использования значения по умолчанию/пропуска.

	Выберите блок для выполнения на основе входных данных триггера. Подклассы должны реализовать этот метод, чтобы определить логику выбора блока.

	Примечание: Если входные данные триггера включают промежуточные результаты предыдущих блоков, логика выбора должна зависеть только от наличия или отсутствия входного значения (то есть, является ли оно None), а не от его фактического значения. Это связано с тем, что `get_execution_blocks()` статически разрешает условия, распространяя имена промежуточных результатов без их значений во время выполнения.