# HunyuanDiT2DModel

نموذج [Hunyuan-DiT](https://github.com/Tencent/HunyuanDiT) لتحويل الانتشار (Diffusion Transformer) للبيانات ثنائية الأبعاد.

## HunyuanDiT2DModel[[diffusers.HunyuanDiT2DModel]]

#### diffusers.HunyuanDiT2DModel[[diffusers.HunyuanDiT2DModel]]

```python
diffusers.HunyuanDiT2DModel(num_attention_heads: int = 16, attention_head_dim: int = 88, in_channels: int | None = None, patch_size: int | None = None, activation_fn: str = 'gelu-approximate', sample_size = 32, hidden_size = 1152, num_layers: int = 28, mlp_ratio: float = 4.0, learn_sigma: bool = True, cross_attention_dim: int = 1024, norm_type: str = 'layer_norm', cross_attention_dim_t5: int = 2048, pooled_projection_dim: int = 1024, text_len: int = 77, text_len_t5: int = 256, use_style_cond_and_image_meta_size: bool = True)
```

[المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/hunyuan_transformer_2d.py#L201)

**المعاملات:**

num_attention_heads (`int`، *اختياري*، القيمة الافتراضية 16) : عدد الرؤوس المستخدمة في الانتباه متعدد الرؤوس.

attention_head_dim (`int`، *اختياري*، القيمة الافتراضية 88) : عدد القنوات في كل رأس.

in_channels (`int`، *اختياري*) : عدد القنوات في المدخلات والمخرجات (حدد إذا كانت المدخلات **مستمرة**).

patch_size (`int`، *اختياري*) : حجم الباتش (patch) المستخدم للإدخال.

activation_fn (`str`، *اختياري*، القيمة الافتراضية `"geglu"`) : دالة التنشيط المستخدمة في الشبكة العصبية الأمامية.

sample_size (`int`, *اختياري*) : عرض الصور الكامنة. هذا ثابت أثناء التدريب لأنه يُستخدم لتعلم عدد من تضمينات المواقع.

dropout (`float`، *اختياري*، القيمة الافتراضية 0.0) : احتمال الإسقاط (dropout) المستخدم.

cross_attention_dim (`int`, *اختياري*) : عدد الأبعاد في تضمين نص المقطع.

hidden_size (`int`, *اختياري*) : حجم الطبقة المخفية في طبقات التضمين الشرطي.

num_layers (`int`، *اختياري*، القيمة الافتراضية 1) : عدد طبقات كتل Transformer التي سيتم استخدامها.

mlp_ratio (`float`، *اختياري*، القيمة الافتراضية 4.0) : نسبة حجم طبقة الخفاء إلى حجم المدخلات.

learn_sigma (`bool`، *اختياري*، الافتراضي `True`) : ما إذا كان سيتم التنبؤ بالتباين.

cross_attention_dim_t5 (`int`, *اختياري*) : عدد الأبعاد في تضمين نص t5.

pooled_projection_dim (`int`، *اختياري*) : حجم الإسقاط المجمّع.

text_len (`int`, *اختياري*) : طول تضمين نص المقطع.

text_len_t5 (`int`, *اختياري*) : طول تضمين نص T5.

use_style_cond_and_image_meta_size (`bool`،  *اختياري*) : ما إذا كان سيتم استخدام شرط النمط وحجم الصورة الوصفي أم لا. القيمة True للإصدارات <=1.1، والقيمة False للإصدارات >= 1.2

HunYuanDiT: نموذج انتشار بهيكل أساسي من نوع Transformer.

ورث ModelMixin وConfigMixin لتكون متوافقة مع عينة StableDiffusionPipeline من diffusers.

#### enable_forward_chunking[[diffusers.HunyuanDiT2DModel.enable_forward_chunking]]

```python
enable_forward_chunking(chunk_size: int | None = None, dim: int = 0)
```

[المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/hunyuan_transformer_2d.py#L476)

**المعاملات:**

chunk_size (`int`, *اختياري*) : حجم الدفعة (chunk size) لطبقات التغذية الأمامية. إذا لم يُحدد، فسيتم تشغيل طبقة التغذية الأمامية بشكل فردي على كل متجه (tensor) ذي بُعد `dim`.

dim (`int`، *اختياري*، القيمة الافتراضية `0`) : البُعد الذي يجب تقسيم عملية الحساب الأمامي (feed-forward) عليه. اختر بين dim=0 (الحزمة) أو dim=1 (طول التسلسل).

يحدد معالج الانتباه لاستخدام [تقطيع الأمامي](https://huggingface.co/blog/reformer#2-chunked-feed-forward-layers).

#### forward[[diffusers.HunyuanDiT2DModel.forward]]

```python
forward(hidden_states, timestep, encoder_hidden_states = None, text_embedding_mask = None, encoder_hidden_states_t5 = None, text_embedding_mask_t5 = None, image_meta_size = None, style = None, image_rotary_emb = None, controlnet_block_samples = None, return_dict = True)
```

[المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/hunyuan_transformer_2d.py#L357)

**المعاملات:**

hidden_states (`torch.Tensor` من الشكل `(batch size, dim, height, width)`) : المصفوفة المدخلة.

timestep ( `torch.LongTensor`, *اختياري*) : يُستخدم للإشارة إلى خطوة إزالة الضوضاء.

encoder_hidden_states ( `torch.Tensor` من الشكل `(batch size, sequence len, embed dims)`، *اختياري*) : تمثيلات شرطية لطبقة الانتباه المتقاطع. هذا هو ناتج `BertModel`.

text_embedding_mask : torch.Tensor يُطبَّق قناع انتباه (attention mask) على شكل `(batch, key_tokens)` على `encoder_hidden_states`. هذا هو ناتج `BertModel`.

encoder_hidden_states_t5 ( `torch.Tensor` من الشكل `(batch size, sequence len, embed dims)`، *اختياري*) : تمثيلات شرطية لطبقة الانتباه المتقاطع. هذا هو ناتج مشفّر النص T5.

text_embedding_mask_t5 : torch.Tensor يُطبَّق قناع انتباه (attention mask) على شكل `(batch, key_tokens)` على `encoder_hidden_states`. هذا هو ناتج مُشفِّر النص (Text Encoder) الخاص بـ T5.

image_meta_size (torch.Tensor) : تضمين شرطي يشير إلى أحجام الصور

style : torch.Tensor: تضمين شرطي يشير إلى الأسلوب

image_rotary_emb (`torch.Tensor`) : تضمينات الدوران للصور التي تُطبَّق على متجهات الاستعلام والمفتاح أثناء حساب الانتباه.

controlnet_block_samples (`list` من `torch.Tensor`، *اختياري*) : قائمة من الموترات التي إذا تم تحديدها تُضاف إلى بقايا كتل التحويل.

return_dict : bool ما إذا كان يجب إرجاع قاموس.

**يعيد:**

إذا كان `return_dict` صحيحًا، يُعاد `~models.transformer_2d.Transformer2DModelOutput`، وإلا يُعاد `tuple` يكون عنصره الأول هو تينسور العينة.

طريقة [HunyuanDiT2DModel](/docs/diffusers/main/ar/api/models/hunyuan_transformer2d#diffusers.HunyuanDiT2DModel) الأمامية.

#### fuse_qkv_projections[[diffusers.HunyuanDiT2DModel.fuse_qkv_projections]]

```python
fuse_qkv_projections()
```

[المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/hunyuan_transformer_2d.py#L320)

…

> [!WARNING] > هذه الواجهة البرمجية 🧪 تجريبية.

#### set_default_attn_processor[[diffusers.HunyuanDiT2DModel.set_default_attn_processor]]

```python
set_default_attn_processor()
```

[المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/hunyuan_transformer_2d.py#L351)

يعطّل معالجات الانتباه المخصصة ويضبط تطبيق الانتباه الافتراضي.

#### unfuse_qkv_projections[[diffusers.HunyuanDiT2DModel.unfuse_qkv_projections]]

```python
unfuse_qkv_projections()
```

[المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/hunyuan_transformer_2d.py#L342)

يعطّل إسقاط QKV المدمج إذا كان مفعّلًا.

> [!WARNING] > هذه الواجهة البرمجية 🧪 تجريبية.