# BriaFiboTransformer2DModel

[Bria](https://huggingface.co/briaai/FIBO) tarafından değiştirilmiş bir flux Transformer modeli

## BriaFiboTransformer2DModel[[diffusers.BriaFiboTransformer2DModel]]

#### diffusers.BriaFiboTransformer2DModel[[diffusers.BriaFiboTransformer2DModel]]

```python
diffusers.BriaFiboTransformer2DModel(patch_size: int = 1, in_channels: int = 64, num_layers: int = 19, num_single_layers: int = 38, attention_head_dim: int = 128, num_attention_heads: int = 24, joint_attention_dim: int = 4096, pooled_projection_dim: int = None, guidance_embeds: bool = False, axes_dims_rope: list = [16, 56, 56], rope_theta = 10000, time_theta = 10000, text_encoder_dim: int = 2048)
```

[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_bria_fibo.py#L428)

**Parametreler:**

patch_size (`int`) : Girdi verisini küçük yamalar (patch) haline getirmek için yama boyutu.

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

num_layers (`int`, *isteğe bağlı*, varsayılan 18) : Kullanılacak MMDiT bloğu katman sayısı.

num_single_layers (`int`, *isteğe bağlı*, varsayılan 18) : Kullanılacak tekli DiT bloklarının katman sayısı.

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

num_attention_heads (`int`, *isteğe bağlı*, varsayılan 18) : Çok başlı dikkat için kullanılacak baş sayısı.

joint_attention_dim (`int`, *isteğe bağlı*) : Kullanılacak `encoder_hidden_states` boyutlarının sayısı.

pooled_projection_dim (`int`) : `pooled_projections` projeksiyon edilirken kullanılacak boyut sayısı.

guidance_embeds (`bool`, varsayılan değeri False) : Rehberlik gömme (embeddings) kullanılıp kullanılmayacağı.

... --

#### forward[[diffusers.BriaFiboTransformer2DModel.forward]]

```python
forward(hidden_states: Tensor, encoder_hidden_states: Tensor = None, text_encoder_layers: list = None, pooled_projections: 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)
```

[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_bria_fibo.py#L510)

**Parametreler:**

hidden_states (`torch.FloatTensor`, şekli `(batch size, channel, height, width)`) : Girdi `hidden_states`.

encoder_hidden_states (`torch.FloatTensor`, şekli `(batch size, sequence_len, embed_dims)`) : Kullanılacak koşullu gömlemeler (giriş koşullarından, örneğin istemlerden hesaplanan gömlemeler).

text_encoder_layers (`list` of `torch.Tensor`) : Blok bazlı metin kodlayıcı gizli durumları, her dönüştürücü bloğu için bir tensör.

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 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.

**Dönüş:**

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