Hugging Face's logo

Diffusers documentation

طبقات التطبيع

You are viewing main version, which requires installation from source. If you'd like regular pip install, checkout the latest stable version (v0.43.0).
Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

طبقات التطبيع

طبقات تطبيع مخصصة لدعم نماذج متنوعة في 🤗 Diffusers.

AdaLayerNorm

فئة diffusers.models.normalization.AdaLayerNorm

< >

( embedding_dim: intnum_embeddings: int | None = Noneoutput_dim: int | None = Nonenorm_elementwise_affine: bool = Falsenorm_eps: float = 1e-05chunk_dim: int = 0 )

المعاملات

  • embedding_dim (int) — حجم كل متجه تضمين.
  • num_embeddings (int، اختياري) — حجم قاموس التضمينات.
  • output_dim (int، اختياري) —
  • norm_elementwise_affine (bool، القيمة الافتراضية `False) —
  • norm_eps (bool، القيمة الافتراضية False) —
  • chunk_dim (int، القيمة الافتراضية 0) —

طبقة التطبيع معدّلة لدمج تضمينات خطوة الزمن.

AdaLayerNormZero

فئة diffusers.models.normalization.AdaLayerNormZero

< >

( embedding_dim: intnum_embeddings: int | None = Nonenorm_type = 'layer_norm'bias = True )

المعاملات

  • embedding_dim (int) — حجم كل متجه تضمين.
  • num_embeddings (int) — حجم قاموس التضمينات.

طبقة تطبيع التكيفية تطبيع الطبقة الصفري (adaLN-Zero).

AdaLayerNormSingle

فئة diffusers.models.normalization.AdaLayerNormSingle

< >

( embedding_dim: intuse_additional_conditions: bool = False )

المعاملات

  • embedding_dim (int) — حجم كل متجه تضمين.
  • use_additional_conditions (bool) — لتحديد ما إذا كان سيتم استخدام شروط إضافية للتطبيع أم لا.

طبقة التطبيع التكيفية تطبيع الطبقة المفرد (adaLN-single).

كما اقترح في PixArt-Alpha (انظر: https://huggingface.co/papers/2310.00426؛ القسم 2.3).

AdaGroupNorm

فئة diffusers.models.normalization.AdaGroupNorm

< >

( embedding_dim: intout_dim: intnum_groups: intact_fn: str | None = Noneeps: float = 1e-05 )

المعاملات

  • embedding_dim (int) — حجم كل متجه تضمين.
  • num_embeddings (int) — حجم قاموس التضمينات.
  • num_groups (int) — عدد المجموعات التي تُقسَّم إليها القنوات.
  • act_fn (str، اختياري، القيمة الافتراضية None) — دالة التنشيط المستخدمة.
  • eps (float، اختياري، القيمة الافتراضية 1e-5) — قيمة الإيبسلون المستخدمة لضمان الاستقرار العددي.

طبقة GroupNorm معدّلة لدمج تضمينات خطوة الزمن.

AdaLayerNormContinuous

فئة diffusers.models.normalization.AdaLayerNormContinuous

< >

( embedding_dim: intconditioning_embedding_dim: intelementwise_affine = Trueeps = 1e-05bias = Truenorm_type = 'layer_norm' )

المعاملات

  • embedding_dim (int) — بُعد التضمين المستخدم أثناء الإسقاط.
  • conditioning_embedding_dim (int) — بُعد شرط الإدخال.
  • elementwise_affine (bool، القيمة الافتراضية True) — علامة منطقية لتحديد ما إذا كان يجب تطبيق التحويل الأفيني.
  • eps (float، القيمة الافتراضية 1e-5) — معامل إبسيلون.
  • bias (bias، القيمة الافتراضية True) — علم منطقي لتحديد ما إذا كان يجب استخدام الانحياز.
  • norm_type (str، القيمة الافتراضية "layer_norm") — طبقة التطبيع المستخدمة. القيم المدعومة: “layer_norm”، “rms_norm”.

طبقة تطبيع تكيّفي مع طبقة تطبيع (layer_norm أو rms_norm).

RMSNorm

فئة diffusers.models.normalization.RMSNorm

< >

( dimeps: floatelementwise_affine: bool = Truebias: bool = False )

المعاملات

  • dim (int) — عدد الأبعاد المستخدمة لـ weights. لا يكون فعالاً إلا عندما يكون elementwise_affine بقيمة True.
  • eps (float) — قيمة صغيرة تُستخدم عند حساب مقلوب الجذر التربيعي.
  • elementwise_affine (bool، القيمة الافتراضية True) — علامة منطقية لتحديد ما إذا كان يجب تطبيق التحويل الأفيني.
  • bias (bool، الافتراضي False) — إذا كان يتم تدريب معامل bias أيضًا.

تطبيع RMS كما تم تقديمه في https://huggingface.co/papers/1910.07467 من قبل تشانغ وآخرون.

GlobalResponseNorm

فئة diffusers.models.normalization.GlobalResponseNorm

< >

( dim )

المعاملات

  • dim (int) — عدد الأبعاد المستخدمة في gamma وbeta.

تطبيع الاستجابة العالمية كما تم تقديمه في ConvNeXt-v2 (https://huggingface.co/papers/2301.00808).

LuminaLayerNormContinuous

فئة diffusers.models.normalization.LuminaLayerNormContinuous

< >

( embedding_dim: intconditioning_embedding_dim: intelementwise_affine = Trueeps = 1e-05bias = Truenorm_type = 'layer_norm'out_dim: int | None = None )

SD35AdaLayerNormZeroX

فئة diffusers.models.normalization.SD35AdaLayerNormZeroX

< >

( embedding_dim: intnorm_type: str = 'layer_norm'bias: bool = True )

المعاملات

  • embedding_dim (int) — حجم كل متجه تضمين.
  • num_embeddings (int) — حجم قاموس التضمينات.

طبقة تطبيع التكيفية تطبيع الطبقة الصفري (AdaLN-Zero).

AdaLayerNormZeroSingle

فئة diffusers.models.normalization.AdaLayerNormZeroSingle

< >

( embedding_dim: intnorm_type = 'layer_norm'bias = True )

المعاملات

  • embedding_dim (int) — حجم كل متجه تضمين.
  • num_embeddings (int) — حجم قاموس التضمينات.

طبقة تطبيع التكيفية تطبيع الطبقة الصفري (adaLN-Zero).

LuminaRMSNormZero

فئة diffusers.models.normalization.LuminaRMSNormZero

< >

( embedding_dim: intnorm_eps: floatnorm_elementwise_affine: bool )

المعاملات

  • embedding_dim (int) — حجم كل متجه تضمين.

طبقة التهيئة التكيفية RMS normalization zero.

LpNorm

فئة diffusers.models.normalization.LpNorm

< >

( p: int = 2dim: int = -1eps: float = 1e-12 )

CogView3PlusAdaLayerNormZeroTextImage

فئة diffusers.models.normalization.CogView3PlusAdaLayerNormZeroTextImage

< >

( embedding_dim: intdim: int )

المعاملات

  • embedding_dim (int) — حجم كل متجه تضمين.
  • num_embeddings (int) — حجم قاموس التضمينات.

طبقة تطبيع التكيفية تطبيع الطبقة الصفري (adaLN-Zero).

CogVideoXLayerNormZero

فئة diffusers.models.normalization.CogVideoXLayerNormZero

< >

( conditioning_dim: intembedding_dim: intelementwise_affine: bool = Trueeps: float = 1e-05bias: bool = True )

MochiRMSNormZero

فئة diffusers.models.transformers.transformer_mochi.MochiRMSNormZero

< >

( embedding_dim: inthidden_dim: inteps: float = 1e-05elementwise_affine: bool = False )

المعاملات

  • embedding_dim (int) — حجم كل متجه تضمين.

تطبيع RMS التكيفي المستخدم في Mochi.

MochiRMSNorm

فئة diffusers.models.normalization.MochiRMSNorm

< >

( dimeps: floatelementwise_affine: bool = True )

Update on GitHub

←طرق التخزين المؤقت أدوات→