# Camadas de normalização

Camadas de normalização personalizadas para suportar vários modelos no 🤗 Diffusers.

## AdaLayerNorm[[diffusers.models.normalization.AdaLayerNorm]]

#### diffusers.models.normalization.AdaLayerNorm[[diffusers.models.normalization.AdaLayerNorm]]

```python
diffusers.models.normalization.AdaLayerNorm(embedding_dim: int, num_embeddings: int | None = None, output_dim: int | None = None, norm_elementwise_affine: bool = False, norm_eps: float = 1e-05, chunk_dim: int = 0)
```

[Fonte](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/normalization.py#L27)

**Parâmetros:**

embedding_dim (`int`) : O tamanho de cada vetor de incorporação.

num_embeddings (`int`, *opcional*) : O tamanho do dicionário de embeddings.

output_dim (`int`, *opcional*) --

norm_elementwise_affine (`bool`, padrão `False) --

norm_eps (`bool`, padrão é `False`) --

chunk_dim (`int`, padrão `0`) --

Camada de normalização modificada para incorporar embeddings de timestep.

## AdaLayerNormZero[[diffusers.models.normalization.AdaLayerNormZero]]

#### diffusers.models.normalization.AdaLayerNormZero[[diffusers.models.normalization.AdaLayerNormZero]]

```python
diffusers.models.normalization.AdaLayerNormZero(embedding_dim: int, num_embeddings: int | None = None, norm_type = 'layer_norm', bias = True)
```

[Fonte](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/normalization.py#L130)

**Parâmetros:**

embedding_dim (`int`) : O tamanho de cada vetor de incorporação.

num_embeddings (`int`) : O tamanho do dicionário de embeddings.

Camada de normalização adaptativa layer norm zero (adaLN-Zero).

## AdaLayerNormSingle[[diffusers.models.normalization.AdaLayerNormSingle]]

#### diffusers.models.normalization.AdaLayerNormSingle[[diffusers.models.normalization.AdaLayerNormSingle]]

```python
diffusers.models.normalization.AdaLayerNormSingle(embedding_dim: int, use_additional_conditions: bool = False)
```

[Fonte](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/normalization.py#L235)

**Parâmetros:**

embedding_dim (`int`) : O tamanho de cada vetor de incorporação.

use_additional_conditions (`bool`) : Se deve usar condições adicionais para normalização ou não.

Camada de normalização adaptativa: normalização de camada única adaptativa (adaLN-single).

Conforme proposto em PixArt-Alpha (veja: https://huggingface.co/papers/2310.00426; Seção 2.3).

## AdaGroupNorm[[diffusers.models.normalization.AdaGroupNorm]]

#### diffusers.models.normalization.AdaGroupNorm[[diffusers.models.normalization.AdaGroupNorm]]

```python
diffusers.models.normalization.AdaGroupNorm(embedding_dim: int, out_dim: int, num_groups: int, act_fn: str | None = None, eps: float = 1e-05)
```

[Fonte](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/normalization.py#L269)

**Parâmetros:**

embedding_dim (`int`) : O tamanho de cada vetor de incorporação.

num_embeddings (`int`) : O tamanho do dicionário de embeddings.

num_groups (`int`) : O número de grupos para separar os canais.

act_fn (`str`, *opcional*, padrão `None`) : A função de ativação a ser utilizada.

eps (`float`, *opcional*, padrão `1e-5`) : O valor de epsilon a ser usado para estabilidade numérica.

Camada GroupNorm modificada para incorporar embeddings de timestep.

## AdaLayerNormContinuous[[diffusers.models.normalization.AdaLayerNormContinuous]]

#### diffusers.models.normalization.AdaLayerNormContinuous[[diffusers.models.normalization.AdaLayerNormContinuous]]

```python
diffusers.models.normalization.AdaLayerNormContinuous(embedding_dim: int, conditioning_embedding_dim: int, elementwise_affine = True, eps = 1e-05, bias = True, norm_type = 'layer_norm')
```

[Fonte](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/normalization.py#L307)

**Parâmetros:**

embedding_dim (`int`) : Dimensão de incorporação a ser usada durante a projeção.

conditioning_embedding_dim (`int`) : Dimensão da condição de entrada.

elementwise_affine (`bool`, defaults to `True`) : Boolean flag to denote if affine transformation should be applied.

eps (`float`, padrão 1e-5) : Fator de epsilon.

bias (`bias`, padrão `True`) : Sinalizador booleano para indicar se o bias deve ser usado.

norm_type (`str`, padrão `"layer_norm"`) : Camada de normalização a ser usada. Valores suportados: "layer_norm", "rms_norm".

Camada de normalização adaptativa com uma camada de normalização (layer_norm ou rms_norm).

## RMSNorm[[diffusers.models.normalization.RMSNorm]]

#### diffusers.models.normalization.RMSNorm[[diffusers.models.normalization.RMSNorm]]

```python
diffusers.models.normalization.RMSNorm(dim, eps: float, elementwise_affine: bool = True, bias: bool = False)
```

[Fonte](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/normalization.py#L472)

**Parâmetros:**

dim (`int`) : Número de dimensões a usar para `weights`. Efetivo apenas quando `elementwise_affine` é True.

eps (`float`) : Valor pequeno a ser usado ao calcular o recíproco da raiz quadrada.

elementwise_affine (`bool`, defaults to `True`) : Boolean flag to denote if affine transformation should be applied.

bias (`bool`, padrão é False) : Se também treinar o parâmetro `bias`.

RMS Norm, conforme introduzido em https://huggingface.co/papers/1910.07467 por Zhang et al.

## GlobalResponseNorm[[diffusers.models.normalization.GlobalResponseNorm]]

#### diffusers.models.normalization.GlobalResponseNorm[[diffusers.models.normalization.GlobalResponseNorm]]

```python
diffusers.models.normalization.GlobalResponseNorm(dim)
```

[Fonte](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/normalization.py#L563)

**Parâmetros:**

dim (`int`) : Número de dimensões a serem usadas para `gamma` e `beta`.

Normalização global de resposta, conforme introduzido no ConvNeXt-v2 (https://huggingface.co/papers/2301.00808).

## LuminaLayerNormContinuous[[diffusers.models.normalization.LuminaLayerNormContinuous]]

#### diffusers.models.normalization.LuminaLayerNormContinuous[[diffusers.models.normalization.LuminaLayerNormContinuous]]

```python
diffusers.models.normalization.LuminaLayerNormContinuous(embedding_dim: int, conditioning_embedding_dim: int, elementwise_affine = True, eps = 1e-05, bias = True, norm_type = 'layer_norm', out_dim: int | None = None)
```

[Fonte](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/normalization.py#L354)

## SD35AdaLayerNormZeroX[[diffusers.models.normalization.SD35AdaLayerNormZeroX]]

#### diffusers.models.normalization.SD35AdaLayerNormZeroX[[diffusers.models.normalization.SD35AdaLayerNormZeroX]]

```python
diffusers.models.normalization.SD35AdaLayerNormZeroX(embedding_dim: int, norm_type: str = 'layer_norm', bias: bool = True)
```

[Fonte](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/normalization.py#L96)

**Parâmetros:**

embedding_dim (`int`) : O tamanho de cada vetor de incorporação.

num_embeddings (`int`) : O tamanho do dicionário de embeddings.

Camada de normalização adaptativa de normalização de camada zero (AdaLN-Zero).

## AdaLayerNormZeroSingle[[diffusers.models.normalization.AdaLayerNormZeroSingle]]

#### diffusers.models.normalization.AdaLayerNormZeroSingle[[diffusers.models.normalization.AdaLayerNormZeroSingle]]

```python
diffusers.models.normalization.AdaLayerNormZeroSingle(embedding_dim: int, norm_type = 'layer_norm', bias = True)
```

[Fonte](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/normalization.py#L173)

**Parâmetros:**

embedding_dim (`int`) : O tamanho de cada vetor de incorporação.

num_embeddings (`int`) : O tamanho do dicionário de embeddings.

Camada de normalização adaptativa layer norm zero (adaLN-Zero).

## LuminaRMSNormZero[[diffusers.models.normalization.LuminaRMSNormZero]]

#### diffusers.models.normalization.LuminaRMSNormZero[[diffusers.models.normalization.LuminaRMSNormZero]]

```python
diffusers.models.normalization.LuminaRMSNormZero(embedding_dim: int, norm_eps: float, norm_elementwise_affine: bool)
```

[Fonte](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/normalization.py#L205)

**Parâmetros:**

embedding_dim (`int`) : O tamanho de cada vetor de incorporação.

Camada de normalização normalização RMS adaptativa zero.

## LpNorm[[diffusers.models.normalization.LpNorm]]

#### diffusers.models.normalization.LpNorm[[diffusers.models.normalization.LpNorm]]

```python
diffusers.models.normalization.LpNorm(p: int = 2, dim: int = -1, eps: float = 1e-12)
```

[Fonte](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/normalization.py#L583)

## CogView3PlusAdaLayerNormZeroTextImage[[diffusers.models.normalization.CogView3PlusAdaLayerNormZeroTextImage]]

#### diffusers.models.normalization.CogView3PlusAdaLayerNormZeroTextImage[[diffusers.models.normalization.CogView3PlusAdaLayerNormZeroTextImage]]

```python
diffusers.models.normalization.CogView3PlusAdaLayerNormZeroTextImage(embedding_dim: int, dim: int)
```

[Fonte](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/normalization.py#L403)

**Parâmetros:**

embedding_dim (`int`) : O tamanho de cada vetor de incorporação.

num_embeddings (`int`) : O tamanho do dicionário de embeddings.

Camada de normalização adaptativa layer norm zero (adaLN-Zero).

## CogVideoXLayerNormZero[[diffusers.models.normalization.CogVideoXLayerNormZero]]

#### diffusers.models.normalization.CogVideoXLayerNormZero[[diffusers.models.normalization.CogVideoXLayerNormZero]]

```python
diffusers.models.normalization.CogVideoXLayerNormZero(conditioning_dim: int, embedding_dim: int, elementwise_affine: bool = True, eps: float = 1e-05, bias: bool = True)
```

[Fonte](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/normalization.py#L448)

## MochiRMSNormZero[[diffusers.models.transformers.transformer_mochi.MochiRMSNormZero]]

#### diffusers.models.transformers.transformer_mochi.MochiRMSNormZero[[diffusers.models.transformers.transformer_mochi.MochiRMSNormZero]]

```python
diffusers.models.transformers.transformer_mochi.MochiRMSNormZero(embedding_dim: int, hidden_dim: int, eps: float = 1e-05, elementwise_affine: bool = False)
```

[Fonte](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_mochi.py#L88)

**Parâmetros:**

embedding_dim (`int`) : O tamanho de cada vetor de incorporação.

Adaptive RMS Norm usado no Mochi.

## MochiRMSNorm[[diffusers.models.normalization.MochiRMSNorm]]

#### diffusers.models.normalization.MochiRMSNorm[[diffusers.models.normalization.MochiRMSNorm]]

```python
diffusers.models.normalization.MochiRMSNorm(dim, eps: float, elementwise_affine: bool = True)
```

[Fonte](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/normalization.py#L535)