# Flux2Transformer2DModel

[Flux2](https://hf.co/black-forest-labs/FLUX.2-dev)'den görüntü benzeri veriler için bir Transformer modeli.

## Flux2Transformer2DModel[[diffusers.Flux2Transformer2DModel]]

#### diffusers.Flux2Transformer2DModel[[diffusers.Flux2Transformer2DModel]]

```python
diffusers.Flux2Transformer2DModel(patch_size: int = 1, in_channels: int = 128, out_channels: int | None = None, num_layers: int = 8, num_single_layers: int = 48, attention_head_dim: int = 128, num_attention_heads: int = 48, joint_attention_dim: int = 15360, timestep_guidance_channels: int = 256, mlp_ratio: float = 3.0, axes_dims_rope: tuple = (32, 32, 32, 32), rope_theta: int = 2000, eps: float = 1e-06, guidance_embeds: bool = True)
```

[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_flux2.py#L1059)

**Parametreler:**

patch_size (`int`, varsayılan `1`) : Girdi verilerini küçük yamalar (patch) haline getirmek için kullanılan yama boyutu.

in_channels (`int`, varsayılan `128`) : Girdideki kanal sayısı.

out_channels (`int`, *isteğe bağlı*, varsayılan `None`) : Çıktıdaki kanal sayısı. Belirtilmezse, varsayılan olarak `in_channels` değerini alır.

num_layers (`int`, varsayılan `8`) : Kullanılacak çift akışlı DiT bloğu katman sayısı.

num_single_layers (`int`, varsayılan `48`) : Kullanılacak tek akışlı DiT bloklarının katman sayısı.

attention_head_dim (`int`, varsayılan `128`) : Her dikkat başlığı için kullanılacak boyut sayısı.

num_attention_heads (`int`, varsayılan `48`) : Kullanılacak dikkat başı sayısı.

joint_attention_dim (`int`, varsayılan `15360`) : Ortak dikkat için kullanılacak boyut sayısı (`encoder_hidden_states`'in gömme/kanal boyutu).

pooled_projection_dim (`int`, varsayılan `768`) : Havuzlanmış projeksiyon için kullanılacak boyut sayısı.

guidance_embeds (`bool`, varsayılan `True`) : Modelin rehberlik damıtılmış (guidance-distilled) varyantı için rehberlik gömme (guidance embeddings) kullanılıp kullanılmayacağı.

axes_dims_rope (`tuple[int]`, varsayılan `(32, 32, 32, 32)`) : Döner konumsal gömme (rotary positional embeddings) için kullanılacak boyutlar.

Flux 2'de tanıtılan Transformer modeli.

Referans: https://blackforestlabs.ai/announcing-black-forest-labs/

#### forward[[diffusers.Flux2Transformer2DModel.forward]]

```python
forward(hidden_states: Tensor, encoder_hidden_states: Tensor = None, timestep: LongTensor = None, img_ids: Tensor = None, txt_ids: Tensor = None, guidance: Tensor = None, joint_attention_kwargs: dict[str, typing.Any] | None = None, return_dict: bool = True, kv_cache: Flux2KVCache | None = None, kv_cache_mode: str | None = None, num_ref_tokens: int = 0, ref_fixed_timestep: float = 0.0)
```

[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_flux2.py#L1225)

**Parametreler:**

hidden_states (`torch.Tensor`, şekli `(batch_size, image_sequence_length, in_channels)`) : Girdi `hidden_states`.

encoder_hidden_states (`torch.Tensor`, şekli `(batch_size, text_sequence_length, joint_attention_dim)`) : Kullanılacak koşullu gömlemeler (promptlar gibi girdi koşullarından hesaplanan gömlemeler).

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 rehberlik-distilled varyantları için kullanılan rehberlik ölçeği gömme (embedding).

joint_attention_kwargs (`dict`, *isteğe bağlı*) : Belirtilirse, [diffusers.models.attention_processor](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py) içinde `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 döndürülmediğini belirtir.

kv_cache (`Flux2KVCache`, *isteğe bağlı*) : Referans görüntü token'ları için KV önbelleği. `kv_cache_mode` "extract" olduğunda, yeni bir önbellek oluşturulur ve döndürülür. "cached" olduğunda, sağlanan önbellek, dikkat sırasında ref K/V enjeksiyonu için kullanılır.

kv_cache_mode (`str`, *isteğe bağlı*) : "extract" (ref token'larla ilk adım) veya "cached" (önbelleğe alınmış ref K/V kullanan sonraki adımlar) değerlerinden biri. `None` olduğunda, KV önbellekleme olmadan standart ileri geçiş yapılır.

num_ref_tokens (`int`, varsayılan `0`) : `hidden_states`'in başına eklenen referans görüntü belirteçlerinin sayısı (yalnızca `kv_cache_mode="extract"` olduğunda kullanılır).

ref_fixed_timestep (`float`, varsayılan `0.0`) : Referans token modülasyonu için sabit zaman adımı (yalnızca `kv_cache_mode="extract"` kullanıldığında geçerlidir).

**Dönüş:**

`return_dict` True ise, `~models.transformer_2d.Transformer2DModelOutput` döndürülür; aksi halde ilk öğesi örnek tensörü olan bir `tuple` döndürülür. `kv_cache_mode="extract"` olduğunda, doldurulmuş `Flux2KVCache` de döndürülür.

[Flux2Transformer2DModel](/docs/diffusers/main/tr/api/models/flux2_transformer#diffusers.Flux2Transformer2DModel) ileri yöntemi.

## Flux2Transformer2DModelOutput[[diffusers.models.transformers.transformer_flux2.Flux2Transformer2DModelOutput]]

#### diffusers.models.transformers.transformer_flux2.Flux2Transformer2DModelOutput[[diffusers.models.transformers.transformer_flux2.Flux2Transformer2DModelOutput]]

```python
diffusers.models.transformers.transformer_flux2.Flux2Transformer2DModelOutput(sample: torch.Tensor, kv_cache: Flux2KVCache | None = None)
```

[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_flux2.py#L46)

**Parametreler:**

sample (`torch.Tensor`, şekli `(batch_size, num_channels, height, width)`) : `encoder_hidden_states` girdisine koşullu olarak üretilen gizli durumlar çıktısı.

kv_cache (`Flux2KVCache`, *isteğe bağlı*) : Referans görüntü jetonları için doldurulmuş KV önbelleği. Yalnızca `kv_cache_mode="extract"` olduğunda döndürülür.

[Flux2Transformer2DModel](/docs/diffusers/main/tr/api/models/flux2_transformer#diffusers.Flux2Transformer2DModel)'nin çıktısı.