StableCascadeUNet

클래스 diffusers.models.StableCascadeUNet

( in_channels: int = 16out_channels: int = 16timestep_ratio_embedding_dim: int = 64patch_size: int = 1conditioning_dim: int = 2048block_out_channels: tuple = (2048, 2048)num_attention_heads: tuple = (32, 32)down_num_layers_per_block: tuple = (8, 24)up_num_layers_per_block: tuple = (24, 8)down_blocks_repeat_mappers: tuple[int] | None = (1, 1)up_blocks_repeat_mappers: tuple[int] | None = (1, 1)block_types_per_layer: tuple = (('SDCascadeResBlock', 'SDCascadeTimestepBlock', 'SDCascadeAttnBlock'), ('SDCascadeResBlock', 'SDCascadeTimestepBlock', 'SDCascadeAttnBlock'))clip_text_in_channels: int | None = Noneclip_text_pooled_in_channels = 1280clip_image_in_channels: int | None = Noneclip_seq = 4effnet_in_channels: int | None = Nonepixel_mapper_in_channels: int | None = Nonekernel_size = 3dropout: float | tuple[float] = (0.1, 0.1)self_attn: bool | tuple[bool] = Truetimestep_conditioning_type: tuple = ('sca', 'crp')switch_level: tuple[bool] | None = None )

forward

< source >

( sampletimestep_ratioclip_text_pooledclip_text = Noneclip_img = Noneeffnet = Nonepixels = Nonesca = Nonecrp = Nonereturn_dict = True )

매개변수

sample (torch.Tensor) — 노이즈가 포함된 입력 샘플.
timestep_ratio (torch.Tensor) — timestep 임베딩을 계산하는 데 사용되는 timestep 비율입니다.
clip_text_pooled (torch.Tensor) — 풀링된 CLIP 텍스트 임베딩입니다.
clip_text (torch.Tensor, 선택 사항) — 시퀀스 수준의 CLIP 텍스트 임베딩.
clip_img (torch.Tensor, 선택 사항) — CLIP 이미지 임베딩입니다.
effnet (torch.Tensor, 선택 사항) — 추가 조건으로 사용되는 EfficientNet feature map.
pixels (torch.Tensor, 선택 사항) — 픽셀 수준의 조건 텐서입니다. None인 경우, 0으로 채워진 텐서가 사용됩니다.
sca (torch.Tensor, 선택 사항) — timestep 임베딩을 구성하는 데 사용되는 선택적 sca 조건 값입니다.
crp (torch.Tensor, 선택 사항) — timestep 임베딩을 구성하는 데 사용되는 선택적 crp 조건 값입니다.
return_dict (bool, 선택 사항, 기본값 True) — StableCascadeUNetOutput을 반환할지, 아니면 일반 튜플을 반환할지를 결정합니다.

Update on GitHub

Diffusers

StableCascadeUNet