Buckets:
Apache Lisansı, 2.0 Sürümü ("Lisans") altında lisanslanmıştır;
bu dosyayı, Lisansa uygun olarak kullanabilirsiniz.
Lisansın bir kopyasını şu adresten edinebilirsiniz
http://www.apache.org/licenses/LICENSE-2.0
Uygulanabilir yasa gerektirmedikçe veya yazılı olarak anlaşılmadıkça, yazılım
Lisans kapsamında dağıtılan, "OLDUĞU GİBİ" esasına göre dağıtılır,
HİÇBİR TÜR AÇIK VEYA ZIMMİ GARANTİ VEYA ŞART İÇERMEZ.
İzinleri ve
lisans kapsamındaki kısıtlamalar. -->
Anima
Anima, Qwen3 metin kodlayıcı, T5-token metin koşullandırıcısı ve AutoencoderKLQwenImage VAE'si ile CosmosTransformer3DModel'i yeniden kullanan bir metinden görüntüye modelidir.
import torch
from diffusers import ModularPipeline
pipe = ModularPipeline.from_pretrained("circlestone-labs/Anima-Base-v1.0-Diffusers")
pipe.load_components(dtype=torch.bfloat16)
pipe.to("cuda") # or "mps", "xpu", "cpu"
image = pipe(prompt="masterpiece, best quality, 1girl, solo, city lights").images[0]
AnimaModularPipeline[[diffusers.AnimaModularPipeline]]
diffusers.AnimaModularPipeline[[diffusers.AnimaModularPipeline]]
diffusers.AnimaModularPipeline(blocks: diffusers.modular_pipelines.modular_pipeline.ModularPipelineBlocks | None = None, pretrained_model_name_or_path: str | os.PathLike | None = None, components_manager: diffusers.modular_pipelines.components_manager.ComponentsManager | None = None, collection: str | None = None, workflow: str | None = None, modular_config_dict: dict[str, typing.Any] | None = None, config_dict: dict[str, typing.Any] | None = None, **kwargs)
Anima için bir ModularPipeline.
AnimaAutoBlocks[[diffusers.AnimaAutoBlocks]]
diffusers.AnimaAutoBlocks[[diffusers.AnimaAutoBlocks]]
diffusers.AnimaAutoBlocks()
Anima kullanarak metinden görüntüye ve görüntüden görüntüye üretim için Otomatik Modüler pipeline.
Desteklenen iş akışları:
text2image:promptgerektiririmg2img:imagevepromptgerektirir
Bileşenler: text_encoder (Qwen3Model) tokenizer (Qwen2Tokenizer) t5_tokenizer (T5Tokenizer) guider (ClassifierFreeGuidance) vae (AutoencoderKLQwenImage) image_processor (VaeImageProcessor) text_conditioner (AnimaTextConditioner) transformer (CosmosTransformer3DModel) scheduler (FlowMatchEulerDiscreteScheduler)
Girdiler: prompt (str): Görsel üretimi yönlendirmek için istem veya istemler. negative_prompt (str, isteğe bağlı): Görsel üretimini yönlendirmemesi gereken istem veya istemler. max_sequence_length (int, isteğe bağlı, varsayılan 512): İstem kodlaması için maksimum dizi uzunluğu. image (Image | list, isteğe bağlı): Gürültü azaltma için referans görsel(ler). Tek bir görsel veya görsel listesi olabilir. height (int, isteğe bağlı): Üretilen görselin piksel cinsinden yüksekliği. width (int, isteğe bağlı): Üretilen görselin piksel cinsinden genişliği. generator (Generator, isteğe bağlı): Belirlenebilir üretim için Torch üreteci. num_images_per_prompt (int, isteğe bağlı, varsayılan 1): İstem başına üretilecek görsel sayısı. image_latents (Tensor, isteğe bağlı): Görsel üretimini yönlendirmek için kullanılan görsel latensleri. vae_encoder adımından üretilebilir. num_inference_steps (int): Gürültü azaltma adım sayısı. sigmas (list, isteğe bağlı): Gürültü azaltma süreci için özel sigmalar. strength (float, isteğe bağlı, varsayılan 0.9): img2img/inpainting için güç. latents (Tensor): Görsel üretimi için önceden üretilmiş gürültülü latensler. **denoiser_input_fields (None, isteğe bağlı): Anima gürültü azaltıcısı için koşullu model girdileri. output_type (str, isteğe bağlı, varsayılan pil): Çıktı biçimi: 'pil', 'np', 'pt'.
Çıktılar: görüntüler (list): Oluşturulan görüntüler.
AnimaTextConditioner[[diffusers.AnimaTextConditioner]]
diffusers.AnimaTextConditioner[[diffusers.AnimaTextConditioner]]
diffusers.AnimaTextConditioner(source_dim: int = 1024, target_dim: int = 1024, model_dim: int = 1024, num_layers: int = 6, num_attention_heads: int = 16, mlp_ratio: float = 4.0, target_vocab_size: int = 32128, use_self_attention: bool = True, use_layer_norm: bool = False, min_sequence_length: int = 512)
Anima'nın Qwen3 gizli durumlarını ve T5 token kimliklerini Cosmos metin gömme değerlerine eşlemek için kullandığı metin koşullandırıcısı.
Anima, Cosmos Predict2 DiT'yi yeniden kullanır. Tek model-özel koşullandırma modülü, difüzyon döngüsünden önce öğrenilmiş T5 token gömme değerlerinden Qwen3 metin kodlayıcısının gizli durumlarına çapraz dikkat uygulayan bu LLM adaptörüdür. target_dim, koşullandırıcının çıktı boyutudur ve dönüştürücünün text_embed_dim değeriyle eşleşmelidir.
forward[[diffusers.AnimaTextConditioner.forward]]
forward(source_hidden_states: Tensor, target_input_ids: Tensor, target_attention_mask: typing.Optional[torch.Tensor] = None, source_attention_mask: typing.Optional[torch.Tensor] = None)
Parametreler:
source_hidden_states (torch.Tensor, şekli (batch_size, source_sequence_length, source_dim)) : Koşullandırılacak Qwen3 metin kodlayıcı gizli durumları.
target_input_ids (torch.Tensor, şekli (batch_size, target_sequence_length)) : Öğrenmiş sorgu jetonları olarak kullanılan T5 jeton kimlikleri.
target_attention_mask (torch.Tensor, isteğe bağlı) : Hedef T5 token kimlikleri için dikkat maskesi.
source_attention_mask (torch.Tensor, isteğe bağlı) : Kaynak Qwen3 gizli durumları için dikkat maskesi.
Dönüş: torch.Tensor
Cosmos dönüştürücüsü için metin koşullandırma gömme değerleri.
Xet Storage Details
- Size:
- 6.63 kB
- Xet hash:
- d47bab0ffc8e086bf6d3654b0d456375c49ca278668dadbbc79decdd0f03b705
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.