# TransformerTemporalModel

نموذج Transformer للبيانات المشابهة للفيديو.

## TransformerTemporalModel[[diffusers.TransformerTemporalModel]]

#### diffusers.TransformerTemporalModel[[diffusers.TransformerTemporalModel]]

```python
diffusers.TransformerTemporalModel(num_attention_heads: int = 16, attention_head_dim: int = 88, in_channels: int | None = None, out_channels: int | None = None, num_layers: int = 1, dropout: float = 0.0, norm_num_groups: int = 32, cross_attention_dim: int | None = None, attention_bias: bool = False, sample_size: int | None = None, activation_fn: str = 'geglu', norm_elementwise_affine: bool = True, double_self_attention: bool = True, positional_embeddings: str | None = None, num_positional_embeddings: int | None = None)
```

[المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_temporal.py#L41)

**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**).

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

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

cross_attention_dim (`int`، *اختياري*) : عدد أبعاد `encoder_hidden_states` التي سيتم استخدامها.

attention_bias (`bool`، *اختياري*) : يحدد ما إذا كان يجب أن يحتوي انتباه `TransformerBlock` على معامل انحياز.

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

activation_fn (`str`، *اختياري*، القيمة الافتراضية `"geglu"`) : دالة التنشيط المستخدمة في الشبكة العصبية الأمامية. راجع `diffusers.models.activations.get_activation` لمعرفة دوال التنشيط المدعومة.

norm_elementwise_affine (`bool`، *اختياري*) : يحدد ما إذا كان يجب على `TransformerBlock` استخدام معاملات أفينية قابلة للتعلم لكل عنصر (elementwise) للتطبيع.

double_self_attention (`bool`، *اختياري*) : يحدد ما إذا كان يجب أن يحتوي كل `TransformerBlock` على طبقتي انتباه ذاتي.

positional_embeddings : (`str`, *اختياري*): نوع تضمينات المواقع (positional embeddings) التي تُطبَّق على مدخلات التسلسل قبل الاستخدام.

num_positional_embeddings : (`int`, *اختياري*): الحد الأقصى لطول التسلسل الذي تُطبَّق عليه التضمينات الموضعية.

نموذج Transformer للبيانات المشابهة للفيديو.

#### forward[[diffusers.TransformerTemporalModel.forward]]

```python
forward(hidden_states: Tensor, encoder_hidden_states: typing.Optional[torch.LongTensor] = None, timestep: typing.Optional[torch.LongTensor] = None, class_labels: LongTensor = None, num_frames: int = 1, cross_attention_kwargs: dict[str, typing.Any] | None = None, return_dict: bool = True)
```

[المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_temporal.py#L123)

**المعاملات:**

hidden_states (`torch.LongTensor` من الشكل `(batch size, num latent pixels)` إذا كانت منفصلة، `torch.Tensor` من الشكل `(batch size, channel, height, width)` إذا كانت مستمرة) : مدخلات hidden_states.

encoder_hidden_states ( `torch.LongTensor` من الشكل `(batch size, encoder_hidden_states dim)`، *اختياري*) : تمثيلات شرطية لطبقة الانتباه المتقاطع. إذا لم تُقدَّم، فإن الانتباه المتقاطع يتحول افتراضيًا إلى الانتباه الذاتي.

timestep ( `torch.LongTensor`, *اختياري*) : يُستخدم للإشارة إلى خطوة إزالة الضوضاء. خطوة زمنية اختيارية تُطبَّق كتضمين في `AdaLayerNorm`.

class_labels ( `torch.LongTensor` من الشكل `(batch size, num classes)`, *اختياري*) : يُستخدم للإشارة إلى تكييف تسميات الفئات. تسميات فئات اختيارية تُطبَّق كتضمين في `AdaLayerZeroNorm`.

num_frames (`int`، *اختياري*، القيمة الافتراضية 1) : عدد الإطارات التي سيتم معالجتها في كل دفعة. يُستخدم هذا لإعادة تشكيل الحالات المخفية.

cross_attention_kwargs (`dict`، *اختياري*) : قاموس kwargs يُمرَّر إلى `AttentionProcessor` إذا تم تحديده، كما هو معرَّف تحت `self.processor` في [diffusers.models.attention_processor](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py).

return_dict (`bool`، *اختياري*، القيمة الافتراضية `True`) : ما إذا كان يجب إرجاع [TransformerTemporalModelOutput](/docs/diffusers/main/ar/api/models/transformer_temporal#diffusers.models.transformers.transformer_temporal.TransformerTemporalModelOutput) بدلاً من tuple عادي.

**يعيد:** [TransformerTemporalModelOutput](/docs/diffusers/main/ar/api/models/transformer_temporal#diffusers.models.transformers.transformer_temporal.TransformerTemporalModelOutput) أو `tuple`

إذا كان `return_dict` صحيحًا، يُعاد [TransformerTemporalModelOutput](/docs/diffusers/main/ar/api/models/transformer_temporal#diffusers.models.transformers.transformer_temporal.TransformerTemporalModelOutput)، وإلا يُعاد `tuple` يكون عنصره الأول هو مصفوفة العينة.

طريقة `TransformerTemporal` الأمامية.

## TransformerTemporalModelOutput[[diffusers.models.transformers.transformer_temporal.TransformerTemporalModelOutput]]

#### diffusers.models.transformers.transformer_temporal.TransformerTemporalModelOutput[[diffusers.models.transformers.transformer_temporal.TransformerTemporalModelOutput]]

```python
diffusers.models.transformers.transformer_temporal.TransformerTemporalModelOutput(sample: Tensor)
```

[المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_temporal.py#L29)

**المعاملات:**

sample (`torch.Tensor` من الشكل `(batch_size x num_frames, num_channels, height, width)`) : مخرجات الحالات المخفية المشروطة على مدخل `encoder_hidden_states`.

مخرجات [TransformerTemporalModel](/docs/diffusers/main/ar/api/models/transformer_temporal#diffusers.TransformerTemporalModel).