## LatteTransformer3DModel

Một mô hình Diffusion Transformer cho dữ liệu 3D từ [Latte](https://github.com/Vchitect/Latte).

## LatteTransformer3DModel[[diffusers.LatteTransformer3DModel]]

#### diffusers.LatteTransformer3DModel[[diffusers.LatteTransformer3DModel]]

```python
diffusers.LatteTransformer3DModel(num_attention_heads: int = 16, attention_head_dim: int = 88, in_channels: int | None = None, out_channels: int | None = None, num_layers: int = 1, dropout: float = 0.0, cross_attention_dim: int | None = None, attention_bias: bool = False, sample_size: int = 64, patch_size: int | None = None, activation_fn: str = 'geglu', num_embeds_ada_norm: int | None = None, norm_type: str = 'layer_norm', norm_elementwise_affine: bool = True, norm_eps: float = 1e-05, caption_channels: int = None, video_length: int = 16)
```

[Nguồn](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/latte_transformer_3d.py#L27)

#### forward[[diffusers.LatteTransformer3DModel.forward]]

```python
forward(hidden_states: Tensor, timestep: typing.Optional[torch.LongTensor] = None, encoder_hidden_states: typing.Optional[torch.Tensor] = None, encoder_attention_mask: typing.Optional[torch.Tensor] = None, enable_temporal_attentions: bool = True, return_dict: bool = True)
```

[Nguồn](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/latte_transformer_3d.py#L166)

**Tham số:**

hidden_states (`torch.Tensor` có hình dạng `(batch size, channel, num_frame, height, width)`) : `hidden_states` đầu vào.

timestep ( `torch.LongTensor`, *tùy chọn*) : Dùng để chỉ bước khử nhiễu. Timestep tùy chọn được áp dụng dưới dạng embedding trong `AdaLayerNorm`.

encoder_hidden_states ( `torch.FloatTensor` có shape `(batch size, sequence len, embed dims)`, *optional*) : Các embedding điều kiện cho lớp cross attention. Nếu không được cung cấp, cross-attention sẽ mặc định là self-attention.

encoder_attention_mask ( `torch.Tensor`, *tùy chọn*) : Mặt nạ cross-attention được áp dụng cho `encoder_hidden_states`. Hỗ trợ hai định dạng:  * Mặt nạ `(batcheight, sequence_length)` True = giữ lại, False = loại bỏ. * Bias `(batcheight, 1, sequence_length)` 0 = giữ lại, -10000 = loại bỏ.  Nếu `ndim == 2`: sẽ được hiểu là một mặt nạ, sau đó được chuyển đổi thành một bias nhất quán với định dạng ở trên. Bias này sẽ được cộng vào điểm cross-attention.

enable_temporal_attentions : (`bool`, *tùy chọn*, mặc định là `True`): Có bật chú ý thời gian (temporal attentions) hay không.

return_dict (`bool`, *tùy chọn*, mặc định là `True`) : Có nên trả về một `~models.unet_2d_condition.UNet2DConditionOutput` thay vì một tuple thông thường hay không.

**Trả về:**

Nếu `return_dict` là True, một `~models.transformer_2d.Transformer2DModelOutput` sẽ được trả về, ngược lại một `tuple` trong đó phần tử đầu tiên là tensor mẫu.

Phương thức forward của [LatteTransformer3DModel](/docs/diffusers/main/vi/api/models/latte_transformer3d#diffusers.LatteTransformer3DModel).