# JoyImageEditPlusTransformer3DModel

Model, aşağıdaki kod parçasıyla yüklenebilir.

```python
from diffusers import JoyImageEditPlusTransformer3DModel

transformer = JoyImageEditPlusTransformer3DModel.from_pretrained("jdopensource/JoyAI-Image-Edit-Plus-Diffusers", subfolder="transformer", dtype=torch.bfloat16)
```

## JoyImageEditPlusTransformer3DModel[[diffusers.JoyImageEditPlusTransformer3DModel]]

#### diffusers.JoyImageEditPlusTransformer3DModel[[diffusers.JoyImageEditPlusTransformer3DModel]]

```python
diffusers.JoyImageEditPlusTransformer3DModel(patch_size: list = [1, 2, 2], in_channels: int = 16, out_channels: int | None = None, hidden_size: int = 3072, num_attention_heads: int = 24, text_dim: int = 4096, mlp_width_ratio: float = 4.0, num_layers: int = 20, rope_dim_list: list = [16, 56, 56], rope_type: str = 'rope', theta: int = 256)
```

[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_joyimage_edit_plus.py#L317)

**Parametreler:**

patch_size (`list`, varsayılan `[1, 2, 2]`) : `(t, h, w)` boyutları boyunca latent girdiyi yama (patch) haline getirmek için yama boyutu.

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

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

hidden_size (`int`, varsayılan `3072`) : Gizli temsillerin boyutluluğu.

num_attention_heads (`int`, varsayılan `24`) : Dikkat başlarının sayısı.

text_dim (`int`, varsayılan `4096`) : Metin kodlayıcısının çıktısının boyutluluğu.

mlp_width_ratio (`float`, varsayılan `4.0`) : MLP gizli boyutunun `hidden_size` değerine oranı.

num_layers (`int`, varsayılan `20`) : Çift akışlı dönüştürücü bloklarının sayısı.

rope_dim_list (`list[int]`, varsayılan `[16, 56, 56]`) : `(t, h, w)` eksenleri boyunca 3B döner konumsal gömme boyutları.

rope_type (`str`, varsayılan `"rope"`) : Döner konumsal gömme türü.

theta (`int`, varsayılan `256`) : Döner gömme (rotary embeddings) için temel frekans.

Çoklu görüntü düzenleme için JoyImage Edit Plus Transformer.

Her referans görüntü ve hedef gürültünün bağımsız olarak yamalanıp (patchify) düz bir yama dizisine birleştirildiği bir yamalama+dolgu (patchify+padding) yaklaşımı kullanır. Değişken çözünürlüklü referans görüntüleri destekler.

Girdi biçimi: `[B, max_patches, C, pt, ph, pw]` (6B dolgulu yamalar).

#### forward[[diffusers.JoyImageEditPlusTransformer3DModel.forward]]

```python
forward(hidden_states: Tensor, timestep: Tensor, encoder_hidden_states: Tensor, encoder_hidden_states_mask: typing.Optional[torch.Tensor] = None, shape_list: list = None, return_dict: bool = True)
```

[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_joyimage_edit_plus.py#L444)

**Parametreler:**

hidden_states : [B, max_patches, C, pt, ph, pw] - patch'lenmiş latent girdi.

timestep : [B] - difüzyon zaman adımı.

encoder_hidden_states : [B, L, D] - metin kodlayıcı çıktıları.

encoder_hidden_states_mask : [B, L] - metin jetonları için dikkat maskesi.

shape_list : Her bileşen (hedef + referanslar) için (t, h, w) demetlerinin örnek başına listesi.

return_dict : Bir sözlük (dict) mi yoksa demet (tuple) mi döndürüleceği.

**Dönüş:**

`return_dict` True ise bir [Transformer2DModelOutput](/docs/diffusers/main/tr/api/models/cogview3plus_transformer2d#diffusers.models.modeling_outputs.Transformer2DModelOutput) döndürülür, aksi halde ilk öğesi örnek tensörü olan bir `tuple` döndürülür.

## 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.