Hugging Face's logo

Diffusers documentation

AutoencoderKLKVAEVideo

You are viewing main version, which requires installation from source. If you'd like regular pip install, checkout the latest stable version (v0.42.1).
Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

AutoencoderKLKVAEVideo

KL kaybına sahip 3B varyasyonel otoenkoder (VAE) modeli.

Model, aşağıdaki kod parçasıyla yüklenebilir.

import torch
from diffusers import AutoencoderKLKVAEVideo

vae = AutoencoderKLKVAEVideo.from_pretrained("kandinskylab/KVAE-3D-1.0", subfolder="diffusers", dtype=torch.float16)

AutoencoderKLKVAEVideo

sınıf diffusers.AutoencoderKLKVAEVideo

< >

( ch: int = 128ch_mult: typing.Tuple[int, ...] = (1, 2, 4, 8)num_res_blocks: int = 2in_channels: int = 3out_ch: int = 3z_channels: int = 16temporal_compress_times: int = 4 )

Parametreler

  • ch (int, isteğe bağlı, varsayılan 128) — Temel kanal sayısı.
  • ch_mult (Tuple[int], isteğe bağlı, varsayılan (1, 2, 4, 8)) — Seviye başına kanal çarpanları.
  • num_res_blocks (int, isteğe bağlı, varsayılan 2) — Seviye başına kalan blok sayısı.
  • in_channels (int, isteğe bağlı, varsayılan 3) — Girdi kanal sayısı.
  • out_ch (int, isteğe bağlı, varsayılan 3) — Çıkış kanal sayısı.
  • z_channels (int, isteğe bağlı, varsayılan 16) — Gizli kanal sayısı.
  • temporal_compress_times (int, isteğe bağlı, varsayılan 4) — Zaman sıkıştırma çarpanı.

KL kaybı ile videoları latentlere kodlamak ve latent temsilleri videolara çözmek için kullanılan bir VAE modeli. KVAE içinde kullanılır.

Bu model ModelMixin sınıfından devralır. Tüm modeller için uygulanan genel yöntemlerini (indirme veya kaydetme gibi) görmek için üst sınıfın belgelerine bakın.

decode

< >

( z: Tensorreturn_dict: bool = True ) → ~models.vae.DecoderOutput or tuple

Parametreler

  • z (torch.Tensor) — (B, C, T, H, W) biçiminde gizli vektörlerden oluşan girdi partisi.
  • return_dict (bool, isteğe bağlı, varsayılan True) — Düz bir tuple yerine ~models.vae.DecoderOutput döndürülüp döndürülmemesi.

Dönüş değeri

~models.vae.DecoderOutput veya tuple

Çözümlenmiş video.

Bir video grubunu çözümlen.

disable_slicing

< >

( )

Dilimlenmiş VAE çözümlemesini devre dışı bırakın.

enable_slicing

< >

( )

Dilimlenmiş VAE çözümlemesini etkinleştirin.

encode

< >

( x: Tensorreturn_dict: bool = True )

Parametreler

  • x (torch.Tensor) — (B, C, T, H, W) biçiminde video giriş partisi.
  • return_dict (bool, isteğe bağlı, varsayılan True) — Düz bir tuple yerine ~models.autoencoder_kl.AutoencoderKLOutput döndürülüp döndürülmediğini belirtir.

Bir video grubunu latentlere kodlayın.

forward

< >

( sample: Tensorsample_posterior: bool = Falsereturn_dict: bool = Truegenerator: typing.Optional[torch.Generator] = None ) → ~models.vae.DecoderOutput or tuple

Parametreler

  • sample (torch.Tensor) — Girdi örneği.
  • sample_posterior (bool, isteğe bağlı, varsayılan False) — Posterior'dan örneklemeye alınıp alınmayacağı.
  • return_dict (bool, isteğe bağlı, varsayılan True) — Düz bir tuple yerine DecoderOutput döndürülüp döndürülmemesi.
  • generator (torch.Generator, isteğe bağlı) — Örnekleme işlemini deterministik hale getirmek için kullanılan bir torch.Generator.

Dönüş değeri

~models.vae.DecoderOutput veya tuple

return_dict True ise, ~models.vae.DecoderOutput döndürülür, aksi takdirde düz bir tuple döndürülür.

Update on GitHub

←AutoencoderKLKVAEAudio AutoencoderKLLTX2Audio→