# HunyuanDiT2DModel

[Hunyuan-DiT](https://github.com/Tencent/HunyuanDiT)의 2D 데이터를 위한 Diffusion Transformer 모델입니다.

## 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)
```

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

**매개변수:**

num_attention_heads (`int`, *선택 사항*, 기본값 16) : 멀티 헤드 어텐션에 사용할 헤드 수입니다.

attention_head_dim (`int`, *선택 사항*, 기본값 88) : 각 헤드(head)의 채널 수입니다.

in_channels (`int`, *선택 사항*) : 입력과 출력의 채널 수(입력이 **연속형**인 경우 지정).

patch_size (`int`, *선택 사항*) : 입력에 사용할 패치의 크기입니다.

activation_fn (`str`, *선택 사항*, 기본값 `"geglu"`) : 피드포워드에서 사용할 활성화 함수.

sample_size (`int`, *선택 사항*) : 잠재 이미지의 너비입니다. 학습 중에 위치 임베딩의 수를 학습하는 데 사용되므로 고정됩니다.

dropout (`float`, *선택 사항*, 기본값 0.0) : 사용할 dropout 확률입니다.

cross_attention_dim (`int`, *선택 사항*) : 클립 텍스트 임베딩의 차원 수.

hidden_size (`int`, *선택 사항*) : 조건부 임베딩 레이어의 숨겨진 레이어 크기입니다.

num_layers (`int`, *선택 사항*, 기본값 1) : 사용할 Transformer 블록의 레이어 수입니다.

mlp_ratio (`float`, *선택 사항*, 기본값 4.0) : 히든 레이어 크기와 입력 크기의 비율입니다.

learn_sigma (`bool`, *선택 사항*, 기본값 `True`) : 분산을 예측할지 여부.

cross_attention_dim_t5 (`int`, *선택 사항*) : t5 텍스트 임베딩의 차원 수.

pooled_projection_dim (`int`, *선택 사항*) : 풀링된 투영의 크기입니다.

text_len (`int`, *선택 사항*) : 클립 텍스트 임베딩의 길이.

text_len_t5 (`int`, *선택 사항*) : T5 텍스트 임베딩의 길이입니다.

use_style_cond_and_image_meta_size (`bool`,  *선택 사항*) : 스타일 조건 및 이미지 메타 크기를 사용할지 여부. 버전 <=1.1의 경우 True, 버전 >= 1.2의 경우 False

HunYuanDiT: Transformer 기반의 Diffusion 모델.

diffusers의 StableDiffusionPipeline 샘플러와 호환되도록 ModelMixin과 ConfigMixin을 상속하세요.

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

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

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

**매개변수:**

chunk_size (`int`, *선택 사항*) : 피드포워드 레이어의 청크 크기입니다. 지정하지 않으면 `dim` 차원의 각 텐서에 대해 피드포워드 레이어를 개별적으로 실행합니다.

dim (`int`, *선택 사항*, 기본값 `0`) : 피드포워드 계산을 청킹할 차원입니다. dim=0 (배치) 또는 dim=1 (시퀀스 길이) 중 하나를 선택합니다.

[feed forward chunking](https://huggingface.co/blog/reformer#2-chunked-feed-forward-layers)을 사용할 attention processor를 설정합니다.

#### 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)
```

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

**매개변수:**

hidden_states (`torch.Tensor`, shape `(batch size, dim, height, width)`) : 입력 텐서.

timestep ( `torch.LongTensor`, *선택 사항*) : 노이즈 제거 단계를 나타내는 데 사용됩니다.

encoder_hidden_states ( `torch.Tensor`, shape `(batch size, sequence len, embed dims)`, *선택 사항*) : cross attention layer를 위한 조건부 임베딩입니다. 이는 `BertModel`의 출력입니다.

text_embedding_mask : torch.Tensor `(batch, key_tokens)` 모양의 attention mask가 `encoder_hidden_states`에 적용됩니다. 이는 `BertModel`의 출력입니다.

encoder_hidden_states_t5 ( `torch.Tensor`, shape `(batch size, sequence len, embed dims)`, *선택 사항*) : cross attention layer에 사용되는 조건부 임베딩입니다. 이는 T5 Text Encoder의 출력입니다.

text_embedding_mask_t5 : torch.Tensor `(batch, key_tokens)` 모양의 attention mask가 `encoder_hidden_states`에 적용됩니다. 이는 T5 Text Encoder의 출력입니다.

image_meta_size (torch.Tensor) : 이미지 크기를 나타내는 조건부 임베딩

style : torch.Tensor: 스타일을 나타내는 조건부 임베딩

image_rotary_emb (`torch.Tensor`) : attention 계산 시 query 및 key 텐서에 적용할 image rotary embeddings입니다.

controlnet_block_samples (`list` of `torch.Tensor`, *선택 사항*) : 지정된 경우, Transformer 블록의 잔차(residuals)에 추가되는 텐서 목록입니다.

return_dict : bool 사전(dict)을 반환할지 여부.

**반환값:**

`return_dict`가 True이면 `~models.transformer_2d.Transformer2DModelOutput`이 반환되고, 그렇지 않으면 첫 번째 요소가 샘플 텐서인 `tuple`이 반환됩니다.

[HunyuanDiT2DModel](/docs/diffusers/main/ko/api/models/hunyuan_transformer2d#diffusers.HunyuanDiT2DModel)의 forward 메서드입니다.

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

```python
fuse_qkv_projections()
```

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

융합된 QKV 투영을 활성화합니다. 셀프 어텐션 모듈의 경우, 모든 투영 행렬(즉, 쿼리, 키, 값)이 융합됩니다. 크로스 어텐션 모듈의 경우, 키와 값 투영 행렬이 융합됩니다.

> [!WARNING] > 이 API는 🧪 실험적입니다.

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

```python
set_default_attn_processor()
```

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

커스텀 어텐션 프로세서를 비활성화하고 기본 어텐션 구현을 설정합니다.

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

```python
unfuse_qkv_projections()
```

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

활성화된 경우, 융합된 QKV 투영을 비활성화합니다.

> [!WARNING] > 이 API는 🧪 실험적입니다.