# LTXVideoTransformer3DModel

[LTX](https://huggingface.co/Lightricks/LTX-Video)에서 3D 데이터를 위한 Diffusion Transformer 모델이 Lightricks에 의해 소개되었습니다.

다음 코드 스니펫으로 모델을 로드할 수 있습니다.

```python
from diffusers import LTXVideoTransformer3DModel

transformer = LTXVideoTransformer3DModel.from_pretrained("Lightricks/LTX-Video", subfolder="transformer", dtype=torch.bfloat16).to("cuda")  # or "mps", "xpu", "cpu"
```

## LTXVideoTransformer3DModel[[diffusers.LTXVideoTransformer3DModel]]

#### diffusers.LTXVideoTransformer3DModel[[diffusers.LTXVideoTransformer3DModel]]

```python
diffusers.LTXVideoTransformer3DModel(in_channels: int = 128, out_channels: int = 128, patch_size: int = 1, patch_size_t: int = 1, num_attention_heads: int = 32, attention_head_dim: int = 64, cross_attention_dim: int = 2048, num_layers: int = 28, activation_fn: str = 'gelu-approximate', qk_norm: str = 'rms_norm_across_heads', norm_elementwise_affine: bool = False, norm_eps: float = 1e-06, caption_channels: int = 4096, attention_bias: bool = True, attention_out_bias: bool = True)
```

[소스](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_ltx.py#L385)

**매개변수:**

in_channels (`int`, 기본값 `128`) : 입력의 채널 수.

out_channels (`int`, 기본값 `128`) : 출력의 채널 수.

patch_size (`int`, 기본값 `1`) : 패치 임베딩 레이어에서 사용할 공간 패치의 크기입니다.

patch_size_t (`int`, 기본값 `1`) : 패치 임베딩 레이어에서 사용할 시간적 패치의 크기입니다.

num_attention_heads (`int`, 기본값 `32`) : multi-head attention에 사용할 헤드 수입니다.

attention_head_dim (`int`, 기본값 `64`) : 각 헤드(head)의 채널 수.

cross_attention_dim (`int`, 기본값 `2048 `) : cross attention heads의 채널 수입니다.

num_layers (`int`, 기본값 `28`) : 사용할 Transformer 블록의 레이어 수입니다.

activation_fn (`str`, 기본값 `"gelu-approximate"`) : feed-forward에서 사용할 활성화 함수입니다.

qk_norm (`str`, 기본값 `"rms_norm_across_heads"`) : 사용할 정규화 레이어입니다.

[LTX](https://huggingface.co/Lightricks/LTX-Video)에서 사용되는 비디오 유사 데이터용 Transformer 모델입니다.

#### forward[[diffusers.LTXVideoTransformer3DModel.forward]]

```python
forward(hidden_states: Tensor, encoder_hidden_states: Tensor, timestep: LongTensor, encoder_attention_mask: Tensor, num_frames: int | None = None, height: int | None = None, width: int | None = None, rope_interpolation_scale: typing.Union[tuple[float, float, float], torch.Tensor, NoneType] = None, video_coords: typing.Optional[torch.Tensor] = None, attention_kwargs: dict[str, typing.Any] | None = None, return_dict: bool = True)
```

[소스](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_ltx.py#L494)

**매개변수:**

hidden_states (`torch.Tensor`, shape `(batch_size, sequence_length, in_channels)`) : 입력 `hidden_states`.

encoder_hidden_states (`torch.Tensor`, shape `(batch_size, sequence_len, embed_dims)`) : 사용할 조건 임베딩(프롬프트와 같은 입력 조건에서 계산된 임베딩).

timestep (`torch.LongTensor`) : 노이즈 제거 단계를 나타내는 데 사용됩니다.

encoder_attention_mask (`torch.Tensor`) : attention 과정에서 `encoder_hidden_states`에 적용되는 마스크.

num_frames (`int`, *선택 사항*) : 회전 위치 임베딩을 계산하는 데 사용되는 비디오의 프레임 수.

height (`int`, *선택 사항*) : 회전 위치 임베딩을 계산하는 데 사용되는 잠재 변수의 높이.

width (`int`, *선택 사항*) : 회전 위치 임베딩을 계산하는 데 사용되는 잠재 변수의 너비.

rope_interpolation_scale (`tuple` of `float` or `torch.Tensor`, *선택 사항*) : 회전 위치 임베딩(rotary positional embeddings)에서 사용되는 보간 스케일입니다.

video_coords (`torch.Tensor`, *선택 사항*) : 회전 위치 임베딩(rotary positional embeddings)에 사용되는 사전 계산된 비디오 좌표입니다.

attention_kwargs (`dict`, *선택 사항*) : 지정된 경우 [diffusers.models.attention_processor](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py)의 `self.processor` 아래에서 정의된 `AttentionProcessor`로 전달되는 kwargs 사전입니다.

return_dict (`bool`, *선택 사항*, 기본값 `True`) : 일반 튜플 대신 `~models.transformer_2d.Transformer2DModelOutput`을 반환할지 여부.

**반환값:** `torch.Tensor`

`(batch_size, sequence_length, out_channels)` 모양의 노이즈 제거 출력 텐서.

[LTXVideoTransformer3DModel](/docs/diffusers/main/ko/api/models/ltx_video_transformer3d#diffusers.LTXVideoTransformer3DModel)의 forward 메서드입니다.

## Transformer2DModelOutput[[diffusers.models.modeling_outputs.Transformer2DModelOutput]]

#### diffusers.models.modeling_outputs.Transformer2DModelOutput[[diffusers.models.modeling_outputs.Transformer2DModelOutput]]

```python
diffusers.models.modeling_outputs.Transformer2DModelOutput(sample: torch.Tensor)
```

[소스](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/modeling_outputs.py#L21)

**매개변수:**

sample (`torch.Tensor`, shape `(batch_size, num_channels, height, width)` 또는 [Transformer2DModel](/docs/diffusers/main/ko/api/models/transformer2d#diffusers.Transformer2DModel)이 discrete인 경우 `(batch size, num_vector_embeds - 1, num_latent_pixels)`) : `encoder_hidden_states` 입력에 조건부인 hidden states 출력입니다. discrete인 경우, 노이즈가 제거된 latent 픽셀에 대한 확률 분포를 반환합니다.

[Transformer2DModel](/docs/diffusers/main/ko/api/models/transformer2d#diffusers.Transformer2DModel)의 출력입니다.