Hugging Face's logo

Buckets:
hf-doc-build
/
doc

Files
xet
hf-doc-build/doc / diffusers /v0.43.0 /vi /api /activations.md
mishig's picture
mishig
preview code
|
download
raw
3.89 kB
# Hàm kích hoạt
Các hàm kích hoạt tùy chỉnh để hỗ trợ nhiều mô hình khác nhau trong 🤗 Diffusers.
## GELU[[diffusers.models.activations.GELU]]
#### diffusers.models.activations.GELU[[diffusers.models.activations.GELU]]
```python
diffusers.models.activations.GELU(dim_in: int, dim_out: int, approximate: str = 'none', bias: bool = True)
```
[Nguồn](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/activations.py#L65)
**Tham số:**
dim_in (`int`) : Số lượng kênh trong đầu vào.
dim_out (`int`) : Số lượng kênh trong đầu ra.
approximate (`str`, *tùy chọn*, mặc định là `"none"`) : Nếu là `"tanh"`, hãy sử dụng xấp xỉ tanh.
bias (`bool`, mặc định là True) : Có sử dụng bias trong lớp tuyến tính hay không.
Hàm kích hoạt GELU với hỗ trợ xấp xỉ tanh bằng `approximate="tanh"`.
## GEGLU[[diffusers.models.activations.GEGLU]]
#### diffusers.models.activations.GEGLU[[diffusers.models.activations.GEGLU]]
```python
diffusers.models.activations.GEGLU(dim_in: int, dim_out: int, bias: bool = True)
```
[Nguồn](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/activations.py#L90)
**Tham số:**
dim_in (`int`) : Số lượng kênh trong đầu vào.
dim_out (`int`) : Số lượng kênh trong đầu ra.
bias (`bool`, mặc định là True) : Có sử dụng bias trong lớp tuyến tính hay không.
Một [biến thể](https://huggingface.co/papers/2002.05202) của hàm kích hoạt gated linear unit.
## ApproximateGELU[[diffusers.models.activations.ApproximateGELU]]
#### diffusers.models.activations.ApproximateGELU[[diffusers.models.activations.ApproximateGELU]]
```python
diffusers.models.activations.ApproximateGELU(dim_in: int, dim_out: int, bias: bool = True)
```
[Nguồn](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/activations.py#L143)
**Tham số:**
dim_in (`int`) : Số lượng kênh trong đầu vào.
dim_out (`int`) : Số lượng kênh trong đầu ra.
bias (`bool`, mặc định là True) : Có sử dụng bias trong lớp tuyến tính hay không.
Dạng xấp xỉ của Gaussian Error Linear Unit (GELU). Để biết thêm chi tiết, hãy xem mục 2 của [bài báo](https://huggingface.co/papers/1606.08415) này.
## SwiGLU[[diffusers.models.activations.SwiGLU]]
#### diffusers.models.activations.SwiGLU[[diffusers.models.activations.SwiGLU]]
```python
diffusers.models.activations.SwiGLU(dim_in: int, dim_out: int, bias: bool = True)
```
[Nguồn](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/activations.py#L120)
**Tham số:**
dim_in (`int`) : Số lượng kênh trong đầu vào.
dim_out (`int`) : Số lượng kênh trong đầu ra.
bias (`bool`, mặc định là True) : Có sử dụng bias trong lớp tuyến tính hay không.
Một [biến thể](https://huggingface.co/papers/2002.05202) của hàm kích hoạt gated linear unit. Nó tương tự `GEGLU` nhưng sử dụng SiLU / Swish thay vì GeLU.
## FP32SiLU[[diffusers.models.activations.FP32SiLU]]
#### diffusers.models.activations.FP32SiLU[[diffusers.models.activations.FP32SiLU]]
```python
diffusers.models.activations.FP32SiLU()
```
[Nguồn](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/activations.py#L53)
Hàm kích hoạt SiLU với đầu vào được chuyển lên torch.float32.
## LinearActivation[[diffusers.models.activations.LinearActivation]]
#### diffusers.models.activations.LinearActivation[[diffusers.models.activations.LinearActivation]]
```python
diffusers.models.activations.LinearActivation(dim_in: int, dim_out: int, bias: bool = True, activation: str = 'silu')
```
[Nguồn](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/activations.py#L163)

Xet Storage Details

Size:
3.89 kB
·
Xet hash:
0abacdcad60b67796e9acba9cfe7a2b71d320243af1a3a2a6a973f2ba9771d2e

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