diffusers/v0.43.0/zh/api/outputs.md

输出

所有模型输出都是 BaseOutput 的子类，这是一种包含模型返回的所有信息的数据结构。这些输出也可以作为元组或字典使用。

例如：

from diffusers import DDIMPipeline

pipeline = DDIMPipeline.from_pretrained("google/ddpm-cifar10-32")
outputs = pipeline()

outputs 对象是一个 ImagePipelineOutput，这意味着它具有 image 属性。

您可以像往常一样访问每个属性，也可以通过关键字查找来访问；如果该属性未被模型返回，您将得到 None：

outputs.images
outputs["images"]

将 outputs 对象视为元组时，它仅考虑那些值不为 None 的属性。例如，通过索引获取图像会返回元组 (outputs.images)：

outputs[:1]

要查看特定流水线或模型的输出，请参阅其对应的 API 文档。

BaseOutput[[diffusers.utils.BaseOutput]]

diffusers.utils.BaseOutput[[diffusers.utils.BaseOutput]]

源代码

所有模型输出的基类，以 dataclass 形式实现。具有 __getitem__ 方法，支持通过整数或切片（类似元组）或字符串（类似字典）进行索引，且会忽略 None 属性。其他行为与普通 Python 字典一致。

> 无法直接解包 BaseOutput。请使用 to_tuple() 方法进行转换 将其转换为元组 > 首先。

to_tuple[[diffusers.utils.BaseOutput.to_tuple]]

to_tuple()

源代码

将 self 转换为一个元组，其中包含所有不为 None 的属性/键。

ImagePipelineOutput[[diffusers.ImagePipelineOutput]]

diffusers.ImagePipelineOutput[[diffusers.ImagePipelineOutput]]

diffusers.ImagePipelineOutput(images: list[PIL.Image.Image] | numpy.ndarray)

源代码

参数：

images (List[PIL.Image.Image] 或 np.ndarray)：长度为 batch_size 的去噪 PIL 图像列表，或形状为 (batch_size, height, width, num_channels) 的 NumPy 数组。

图像流水线输出类。

AudioPipelineOutput[[diffusers.AudioPipelineOutput]]

diffusers.AudioPipelineOutput[[diffusers.AudioPipelineOutput]]

diffusers.AudioPipelineOutput(audios: ndarray)

源代码

参数：

audios (np.ndarray) : 去噪后的音频样本列表，为形状为 (batch_size, num_channels, sample_rate) 的 NumPy 数组。

音频管道的输出类。

ImageTextPipelineOutput[[diffusers.ImageTextPipelineOutput]]

diffusers.ImageTextPipelineOutput[[diffusers.ImageTextPipelineOutput]]

diffusers.ImageTextPipelineOutput(images: list[PIL.Image.Image] | numpy.ndarray | None, text: list[str] | list[list[str]] | None)

源代码

参数：

images (list[PIL.Image.Image] 或 np.ndarray)：长度为 batch_size 的去噪 PIL 图像列表，或形状为 (batch_size, height, width, num_channels) 的 NumPy 数组。

text (list[str] 或 list[list[str]])：长度为 batch_size 的生成文本字符串列表，或外层列表长度为 batch_size 的字符串列表的列表。

用于联合图像-文本流水线的输出类。