Hugging Face's logo

Diffusers documentation

BriaTransformer2DModel

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

BriaTransformer2DModel

Bria tarafından değiştirilmiş bir flux Transformer modeli

BriaTransformer2DModel

sınıf diffusers.BriaTransformer2DModel

< >

( patch_size: int = 1in_channels: int = 64num_layers: int = 19num_single_layers: int = 38attention_head_dim: int = 128num_attention_heads: int = 24joint_attention_dim: int = 4096pooled_projection_dim: int = Noneguidance_embeds: bool = Falseaxes_dims_rope: list = [16, 56, 56]rope_theta = 10000time_theta = 10000 )

Parametreler

  • patch_size (int) — Girdi verisini küçük yamalar (patch) haline getirmek için kullanılan yama boyutu.
  • in_channels (int, isteğe bağlı, varsayılan 16) — Girdideki kanal sayısı.
  • num_layers (int, isteğe bağlı, varsayılan 18) — Kullanılacak MMDiT bloklarının katman sayısı.
  • num_single_layers (int, isteğe bağlı, varsayılan 18) — Kullanılacak tek DiT bloğu katmanlarının sayısı.
  • attention_head_dim (int, isteğe bağlı, varsayılan 64) — Her baştaki kanal sayısı.
  • num_attention_heads (int, isteğe bağlı, varsayılan 18) — Çok başlı dikkat (multi-head attention) için kullanılacak baş sayısı.
  • joint_attention_dim (int, isteğe bağlı) — Kullanılacak encoder_hidden_states boyutlarının sayısı.
  • pooled_projection_dim (int) — pooled_projections projeksiyonuna uygulanacak boyut sayısı.
  • guidance_embeds (bool, varsayılan olarak False) — Rehberlik gömme (embeddings) kullanılacak mı.

Flux'ta tanıtılan Transformer modeli. Birkaç değişiklik içeren FluxPipeline tabanlıdır:

forward

< >

( hidden_states: Tensorencoder_hidden_states: Tensor = Nonepooled_projections: Tensor = Nonetimestep: LongTensor = Noneimg_ids: Tensor = Nonetxt_ids: Tensor = Noneguidance: Tensor = Noneattention_kwargs: dict[str, typing.Any] | None = Nonereturn_dict: bool = Truecontrolnet_block_samples = Nonecontrolnet_single_block_samples = None )

Parametreler

  • hidden_states (torch.FloatTensor, şekli (batch size, channel, height, width)) — Girdi hidden_states.
  • encoder_hidden_states (torch.FloatTensor of shape (batch size, sequence_len, embed_dims)) — Kullanılacak koşullu gömlemeler (giriş koşullarından, örneğin istemlerden hesaplanan gömlemeler).
  • pooled_projections (torch.FloatTensor, şekli (batch_size, projection_dim)) — Girdi koşullarının gömülme değerlerinden yansıtılan gömülme değerleri.
  • timestep ( torch.LongTensor) — Gürültü azaltma adımını belirtmek için kullanılır.
  • img_ids (torch.Tensor) — Döner konumsal gömme hesaplamalarında kullanılan görüntü konum kimlikleri.
  • txt_ids (torch.Tensor) — Döner konumsal gömme hesaplamalarında kullanılan metin konum kimlikleri.
  • guidance (torch.Tensor, isteğe bağlı) — Modelin guidance-distilled varyantları için kullanılan guidance ölçek gömme değeri.
  • controlnet_block_samples (list of torch.Tensor, isteğe bağlı) — Belirtilirse, transformer bloklarının artıklarına eklenen tensörlerin listesi.
  • controlnet_single_block_samples (list of torch.Tensor, isteğe bağlı) — Belirtilirse, tekil transformer bloklarının artıklarına eklenen tensörlerin listesi.
  • attention_kwargs (dict, isteğe bağlı) — Belirtilirse, diffusers.models.attention_processor içindeki self.processor altında tanımlanan AttentionProcessor'a iletilen bir kwargs sözlüğü.
  • return_dict (bool, isteğe bağlı, varsayılan True) — Düz bir tuple yerine ~models.transformer_2d.Transformer2DModelOutput döndürülüp döndürülmemesi.

BriaTransformer2DModel ileri yöntemi.

Update on GitHub

←BriaFiboTransformer2DModel ChromaTransformer2DModel→