# EasyAnimateTransformer3DModel

Alibaba PAI tarafından [EasyAnimate](https://github.com/aigc-apps/EasyAnimate) için 3B verilerde kullanılan bir Diffusion Transformer modeli tanıtıldı.

Model, aşağıdaki kod parçasıyla yüklenebilir.

```python
from diffusers import EasyAnimateTransformer3DModel

transformer = EasyAnimateTransformer3DModel.from_pretrained("alibaba-pai/EasyAnimateV5.1-12b-zh", subfolder="transformer", dtype=torch.float16).to("cuda")  # or "mps", "xpu", "cpu"
```

## EasyAnimateTransformer3DModel[[diffusers.EasyAnimateTransformer3DModel]]

#### diffusers.EasyAnimateTransformer3DModel[[diffusers.EasyAnimateTransformer3DModel]]

```python
diffusers.EasyAnimateTransformer3DModel(num_attention_heads: int = 48, attention_head_dim: int = 64, in_channels: int | None = None, out_channels: int | None = None, patch_size: int | None = None, sample_width: int = 90, sample_height: int = 60, activation_fn: str = 'gelu-approximate', timestep_activation_fn: str = 'silu', freq_shift: int = 0, num_layers: int = 48, mmdit_layers: int = 48, dropout: float = 0.0, time_embed_dim: int = 512, add_norm_text_encoder: bool = False, text_embed_dim: int = 3584, text_embed_dim_t5: int = None, norm_eps: float = 1e-05, norm_elementwise_affine: bool = True, flip_sin_to_cos: bool = True, time_position_encoding_type: str = '3d_rope', after_norm = False, resize_inpaint_mask_directly: bool = True, enable_text_attention_mask: bool = True, add_noise_in_inpaint_model: bool = True)
```

[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_easyanimate.py#L316)

**Parametreler:**

num_attention_heads (`int`, varsayılan `48`) : Çok başlı dikkat için kullanılacak baş sayısı.

attention_head_dim (`int`, varsayılan `64`) : Her baştaki kanal sayısı.

in_channels (`int`, varsayılan `16`) : Girdideki kanal sayısı.

out_channels (`int`, *isteğe bağlı*, varsayılan `16`) : Çıktıdaki kanal sayısı.

patch_size (`int`, varsayılan `2`) : Yama gömme katmanında kullanılacak yamaların boyutu.

sample_width (`int`, varsayılan `90`) : Girdi latentlerinin genişliği.

sample_height (`int`, varsayılan `60`) : Girdi latentlerinin yüksekliği.

activation_fn (`str`, varsayılan `"gelu-approximate"`) : İleri beslemeli ağda kullanılacak aktivasyon fonksiyonu.

timestep_activation_fn (`str`, varsayılan `"silu"`) : Zaman adımları gömmelemelerini üretirken kullanılacak aktivasyon fonksiyonu.

num_layers (`int`, varsayılan `30`) : Kullanılacak Transformer bloğu katman sayısı.

mmdit_layers (`int`, varsayılan `1000`) : Kullanılacak Multi Modal Transformer bloklarının katman sayısı.

dropout (`float`, varsayılan `0.0`) : Kullanılacak dropout olasılığı.

time_embed_dim (`int`, varsayılan `512`) : Zaman adımları gömme çıktısının boyutu.

text_embed_dim (`int`, varsayılan `4096`) : Metin kodlayıcısından gelen metin gömme girdi boyutu.

norm_eps (`float`, varsayılan `1e-5`) : Normalizasyon katmanlarında kullanılacak epsilon değeri.

norm_elementwise_affine (`bool`, varsayılan `True`) : Normalizasyon katmanlarında öge bazlı afin dönüşümün kullanılıp kullanılmayacağı.

flip_sin_to_cos (`bool`, varsayılan `True`) : Zaman gömümünde sin'in cos'a çevrilip çevrilmeyeceğini belirtir.

time_position_encoding_type (`str`, varsayılan `3d_rope`) : Zaman konum kodlaması türü.

after_norm (`bool`, varsayılan `False`) : Sonrasında normalizasyon uygulanacaksa ayarlanır.

resize_inpaint_mask_directly (`bool`, varsayılan `True`) : Inpaint maskesini doğrudan yeniden boyutlandırmak için bayrak.

enable_text_attention_mask (`bool`, varsayılan `True`) : Metin dikkat maskesini etkinleştirmek için bayrak.

add_noise_in_inpaint_model (`bool`, varsayılan `False`) : Inpaint modeline gürültü eklemek için bayrak.

[EasyAnimate](https://github.com/aigc-apps/EasyAnimate) içinde video benzeri veriler için bir Transformer modeli.

#### forward[[diffusers.EasyAnimateTransformer3DModel.forward]]

```python
forward(hidden_states: Tensor, timestep: Tensor, timestep_cond: typing.Optional[torch.Tensor] = None, encoder_hidden_states: typing.Optional[torch.Tensor] = None, encoder_hidden_states_t5: typing.Optional[torch.Tensor] = None, inpaint_latents: typing.Optional[torch.Tensor] = None, control_latents: typing.Optional[torch.Tensor] = None, return_dict: bool = True)
```

[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_easyanimate.py#L461)

**Parametreler:**

hidden_states (`torch.Tensor`, şekli `(batch_size, channels, num_frames, height, width)`) : Girdi `hidden_states`.

timestep (`torch.LongTensor`) : Gürültü azaltma adımını belirtmek için kullanılır.

timestep_cond (`torch.Tensor`, *isteğe bağlı*) : Zaman adımı için koşullu gömme. Sağlanırsa, gömmeler `self.time_embedding` katmanından geçirilen örneklerle toplanarak nihai zaman adımı gömmeleri elde edilir.

encoder_hidden_states (`torch.Tensor`, *isteğe bağlı*) : Kullanılacak koşullu gömlemeler (giriş koşullarından, örneğin istemlerden hesaplanan gömlemeler).

encoder_hidden_states_t5 (`torch.Tensor`, *isteğe bağlı*) : T5 metin kodlayıcısından hesaplanan ek koşullu gömme değerleri.

inpaint_latents (`torch.Tensor`, *isteğe bağlı*) : Modelin inpainting varyantları için `hidden_states`'e birleştirilen latentler.

control_latents (`torch.Tensor`, *isteğe bağlı*) : Modelin kontrol varyantları için `hidden_states`'e birleştirilen latentler.

return_dict (`bool`, *isteğe bağlı*, varsayılan `True`) : Düz bir tuple yerine `~models.transformer_2d.Transformer2DModelOutput` döndürülüp döndürülmediğini belirtir.

**Dönüş:**

`return_dict` True ise, `~models.transformer_2d.Transformer2DModelOutput` döndürülür, aksi takdirde ilk öğesi örnek tensörü olan bir `tuple` döndürülür.

[EasyAnimateTransformer3DModel](/docs/diffusers/main/tr/api/models/easyanimate_transformer3d#diffusers.EasyAnimateTransformer3DModel) ileri yöntemi.

## 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)
```

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

**Parametreler:**

sample (`torch.Tensor`, şekli `(batch_size, num_channels, height, width)` veya [Transformer2DModel](/docs/diffusers/main/tr/api/models/transformer2d#diffusers.Transformer2DModel) ayrık (discrete) ise `(batch size, num_vector_embeds - 1, num_latent_pixels)`) : `encoder_hidden_states` girdisine koşullu gizli durum (hidden states) çıktısı. Ayrık (discrete) ise, gürültüsü olmayan (unnoised) gizli (latent) pikseller için olasılık dağılımlarını döndürür.

[Transformer2DModel](/docs/diffusers/main/tr/api/models/transformer2d#diffusers.Transformer2DModel)'nin çıktısı.