# # مرخّص بموجب ترخيص Apache الإصدار 2.0 (المسمى "الترخيص") # لا يجوز لك استخدام هذا الملف إلا وفقاً لشروط الترخيص. # يمكنك الحصول على نسخة من الترخيص في # # http://www.apache.org/licenses/LICENSE-2.0 # # ما لم يقتضِ ذلك القانون المعمول به أو ما اتُّفق عليه كتابياً، البرمجيات # تُوزَّع بموجب الرخصة على أساس "كما هي"، # بلا أي ضمانات أو شروط من أي نوع، سواء صريحة أو ضمنية. # راجع الترخيص لمعرفة اللغة المحددة التي تحكم الصلاحيات و # قيود بموجب الترخيص. --> # HunyuanImage2.1 HunyuanImage-2.1 هو نموذج نص إلى صورة بحجم 17 مليار معلمة، قادر على توليد صور بدقة 2K (2048 x 2048) يتوفر HunyuanImage-2.1 في المتغيرات التالية: | نوع النموذج | معرف النموذج | |:----------:|:--------:| | HunyuanImage-2.1 | [hunyuanvideo-community/HunyuanImage-2.1-Diffusers](https://huggingface.co/hunyuanvideo-community/HunyuanImage-2.1-Diffusers) | | HunyuanImage-2.1-Distilled | [hunyuanvideo-community/HunyuanImage-2.1-Distilled-Diffusers](https://huggingface.co/hunyuanvideo-community/HunyuanImage-2.1-Distilled-Diffusers) | | HunyuanImage-2.1-Refiner | [hunyuanvideo-community/HunyuanImage-2.1-Refiner-Diffusers](https://huggingface.co/hunyuanvideo-community/HunyuanImage-2.1-Refiner-Diffusers) | > [!TIP] > يمكن أن يسرّع [التخزين المؤقت](../../optimization/cache) الاستدلال أيضًا من خلال تخزين المخرجات الوسيطة وإعادة استخدامها. ## HunyuanImage-2.1 يطبّق HunyuanImage-2.1 تقنية [Adaptive Projected Guidance (APG)](https://huggingface.co/papers/2410.02416) معClassifier-Free Guidance (CFG) في حلقة إزالة الضوضاء. يحتوي `HunyuanImagePipeline` على مكوّن `guider` (اقرأ المزيد حول [Guider](../../using-diffusers/guiders)) ولا يقبل معامل `guidance_scale` وقت التشغيل. لتغيير المعاملات المتعلقة بـ guider، مثل `guidance_scale`، يمكنك بدلاً من ذلك تحديث تكوين `guider`. ```python import torch from diffusers import HunyuanImagePipeline pipe = HunyuanImagePipeline.from_pretrained( "hunyuanvideo-community/HunyuanImage-2.1-Diffusers", dtype=torch.bfloat16 ) pipe = pipe.to("cuda") # or "mps", "xpu", "cpu" ``` يمكنك فحص كائن `guider`: ```py >>> pipe.guider AdaptiveProjectedMixGuidance { "_class_name": "AdaptiveProjectedMixGuidance", "_diffusers_version": "0.36.0.dev0", "adaptive_projected_guidance_momentum": -0.5, "adaptive_projected_guidance_rescale": 10.0, "adaptive_projected_guidance_scale": 10.0, "adaptive_projected_guidance_start_step": 5, "enabled": true, "eta": 0.0, "guidance_rescale": 0.0, "guidance_scale": 3.5, "start": 0.0, "stop": 1.0, "use_original_formulation": false } State: step: None num_inference_steps: None timestep: None count_prepared: 0 enabled: True num_conditions: 2 momentum_buffer: None is_apg_enabled: False is_cfg_enabled: True ``` لتحديث الموجّه بإعداد مختلف، استخدم طريقة `new()`. على سبيل المثال، لتوليد صورة مع `guidance_scale=5.0` مع الإبقاء على جميع معاملات التوجيه الافتراضية الأخرى: ```py import torch from diffusers import HunyuanImagePipeline pipe = HunyuanImagePipeline.from_pretrained( "hunyuanvideo-community/HunyuanImage-2.1-Diffusers", dtype=torch.bfloat16 ) pipe = pipe.to("cuda") # or "mps", "xpu", "cpu" # Update the guider configuration pipe.guider = pipe.guider.new(guidance_scale=5.0) prompt = ( "A cute, cartoon-style anthropomorphic penguin plush toy with fluffy fur, standing in a painting studio, " "wearing a red knitted scarf and a red beret with the word 'Tencent' on it, holding a paintbrush with a " "focused expression as it paints an oil painting of the Mona Lisa, rendered in a photorealistic photographic style." ) image = pipe( prompt=prompt, num_inference_steps=50, height=2048, width=2048, ).images[0] image.save("image.png") ``` ## HunyuanImage-2.1-Distilled استخدم `distilled_guidance_scale` مع نقطة الفحص المُقطّرة للإرشاد، ```py import torch from diffusers import HunyuanImagePipeline pipe = HunyuanImagePipeline.from_pretrained("hunyuanvideo-community/HunyuanImage-2.1-Distilled-Diffusers", dtype=torch.bfloat16) pipe = pipe.to("cuda") # or "mps", "xpu", "cpu" prompt = ( "A cute, cartoon-style anthropomorphic penguin plush toy with fluffy fur, standing in a painting studio, " "wearing a red knitted scarf and a red beret with the word 'Tencent' on it, holding a paintbrush with a " "focused expression as it paints an oil painting of the Mona Lisa, rendered in a photorealistic photographic style." ) out = pipe( prompt, num_inference_steps=8, distilled_guidance_scale=3.25, height=2048, width=2048, generator=generator, ).images[0] ``` ## HunyuanImagePipeline[[diffusers.HunyuanImagePipeline]] #### diffusers.HunyuanImagePipeline[[diffusers.HunyuanImagePipeline]] ```python diffusers.HunyuanImagePipeline(scheduler: FlowMatchEulerDiscreteScheduler, vae: AutoencoderKLHunyuanImage, text_encoder: Qwen2_5_VLForConditionalGeneration, tokenizer: Qwen2Tokenizer, text_encoder_2: T5EncoderModel, tokenizer_2: ByT5Tokenizer, transformer: HunyuanImageTransformer2DModel, guider: AdaptiveProjectedMixGuidance | None = None, ocr_guider: AdaptiveProjectedMixGuidance | None = None) ``` [المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/pipelines/hunyuan_image/pipeline_hunyuanimage.py#L160) **المعاملات:** transformer ([HunyuanImageTransformer2DModel](/docs/diffusers/v0.43.0/ar/api/models/hunyuanimage_transformer_2d#diffusers.HunyuanImageTransformer2DModel)) : معمارية Transformer الشرطية (MMDiT) لإزالة الضوضاء من الكامنات المُرمّزة للصورة. scheduler ([FlowMatchEulerDiscreteScheduler](/docs/diffusers/v0.43.0/ar/api/schedulers/flow_match_euler_discrete#diffusers.FlowMatchEulerDiscreteScheduler)) : مُجدوِل يُستخدم بالاقتران مع `transformer` لإزالة الضوضاء من كامنات الصورة المُرمَّزة. vae ([AutoencoderKLHunyuanImage](/docs/diffusers/v0.43.0/ar/api/models/autoencoder_kl_hunyuanimage#diffusers.AutoencoderKLHunyuanImage)) : نموذج الترميز التحويلي التبايني (VAE) لتشفير وفك تشفير الصور إلى تمثيلات كامنة ومنها. text_encoder (`Qwen2.5-VL-7B-Instruct`) : [Qwen2.5-VL-7B-Instruct](https://huggingface.co/Qwen/Qwen2.5-VL-7B-Instruct)، وتحديداً النسخة [Qwen2.5-VL-7B-Instruct](https://huggingface.co/Qwen/Qwen2.5-VL-7B-Instruct). tokenizer (`Qwen2Tokenizer`) : مُجزِّئ من الفئة [Qwen2Tokenizer]. text_encoder_2 (`T5EncoderModel`) : [T5EncoderModel](https://huggingface.co/docs/transformers/en/model_doc/t5#transformers.T5EncoderModel) النسخة. tokenizer_2 (`ByT5Tokenizer`) : مُقسِّم من الفئة [ByT5Tokenizer] guider (`AdaptiveProjectedMixGuidance`) : [AdaptiveProjectedMixGuidance] يُستخدم لتوجيه توليد الصور. ocr_guider (`AdaptiveProjectedMixGuidance`، *اختياري*) : [AdaptiveProjectedMixGuidance] يُستخدم لتوجيه توليد الصورة عند الحاجة إلى عرض النص. خط أنابيب HunyuanImage لتوليد الصور من النص. #### __call__[[diffusers.HunyuanImagePipeline.__call__]] ```python __call__(prompt: str | list[str] = None, negative_prompt: str | list[str] = None, height: int | None = None, width: int | None = None, num_inference_steps: int = 50, distilled_guidance_scale: float | None = 3.25, sigmas: list[float] | None = None, num_images_per_prompt: int = 1, generator: torch.Generator | list[torch.Generator] | None = None, latents: torch.Tensor | None = None, prompt_embeds: torch.Tensor | None = None, prompt_embeds_mask: torch.Tensor | None = None, negative_prompt_embeds: torch.Tensor | None = None, negative_prompt_embeds_mask: torch.Tensor | None = None, prompt_embeds_2: torch.Tensor | None = None, prompt_embeds_mask_2: torch.Tensor | None = None, negative_prompt_embeds_2: torch.Tensor | None = None, negative_prompt_embeds_mask_2: torch.Tensor | None = None, output_type: str | None = 'pil', return_dict: bool = True, attention_kwargs: dict[str, Any] | None = None, callback_on_step_end: Callable[[int, int], None] | None = None, callback_on_step_end_tensor_inputs: list[str] = ['latents']) ``` [المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/pipelines/hunyuan_image/pipeline_hunyuanimage.py#L504) **المعاملات:** prompt (`str` أو `list[str]`، *اختياري*) : الأمر أو الأوامر التي تُوجّه توليد الصورة. إذا لم يُعرَّف، يجب تمرير `prompt_embeds` بدلاً من ذلك. negative_prompt (`str` أو `list[str]`، *اختياري*) : الموجه أو الموجهات التي لا ينبغي استخدامها لتوجيه توليد الصورة. إذا لم يُعرَّف ولم يُقدَّم negative_prompt_embeds، فسيتم استخدام موجه سلبي فارغ. يتم تجاهله عند عدم استخدام التوجيه. ). height (`int`، *اختياري*، الافتراضي هو self.unet.config.sample_size * self.vae_scale_factor) : ارتفاع الصورة المولّدة بالبكسلات. يتم ضبطه على 1024 افتراضيًا للحصول على أفضل النتائج. width (`int`، *اختياري*، القيمة الافتراضية هي self.unet.config.sample_size * self.vae_scale_factor) : عرض الصورة المولدة بالبكسلات. يتم ضبطه على 1024 افتراضيًا للحصول على أفضل النتائج. num_inference_steps (`int`، *اختياري*، القيمة الافتراضية 50) : عدد خطوات إزالة الضوضاء. تؤدي زيادة عدد خطوات إزالة الضوضاء عادةً إلى صورة ذات جودة أعلى على حساب بطء الاستدلال. sigmas (`list[float]`، *اختياري*) : قيم `sigmas` مخصصة لاستخدامها في عملية إزالة الضوضاء مع المجدولين الذين يدعمون معامل `sigmas` في طريقة `set_timesteps` الخاصة بهم. إذا لم تُعرَّف، فسيتم استخدام السلوك الافتراضي عند تمرير `num_inference_steps`. distilled_guidance_scale (`float`، *اختياري*، القيمة الافتراضية None) : قيمة مقياس التوجيه (guidance scale) للنماذج المُقطّرة للتوجيه. على عكس التوجيه الحر من التصنيف (classifier-free guidance) التقليدي حيث يُطبَّق مقياس التوجيه أثناء الاستدلال من خلال إعادة تحجيم تنبؤ الضوضاء، فإن النماذج المُقطّرة للتوجيه تتخذ مقياس التوجيه مباشرةً كمدخل معياري أثناء المرور الأمامي. يتم تفعيل التوجيه عن طريق تعيين `distilled_guidance_scale > 1`. يشجّع مقياس توجيه أعلى على توليد صور مرتبطة ارتباطًا وثيقًا بنص `prompt`، وعادةً على حساب انخفاض جودة الصورة. بالنسبة للنماذج المُقطّرة للتوجيه، هذا المعامل مطلوب. أما بالنسبة للنماذج غير المُقطّرة، فسيتم تجاهل هذا المعامل. num_images_per_prompt (`int`، *اختياري*، القيمة الافتراضية 1) : عدد الصور التي سيتم توليدها لكل موجه. generator (`torch.Generator` أو `list[torch.Generator]`، *اختياري*) : مولّد واحد أو قائمة من [مولّدات torch](https://pytorch.org/docs/stable/generated/torch.Generator.html) لجعل التوليد حتميًا. latents (`torch.Tensor`، *اختياري*) : كامنات ضجيج مُولّدة مسبقًا، مُستخرجة من توزيع غاوسي، تُستخدم كمدخلات لتوليد الصور. يمكن استخدامها لتعديل نفس التوليد باستخدام أوامر مختلفة. إذا لم تُقدَّم، سيتم توليد كامنات من خلال الاستخراج باستخدام `generator` العشوائي المُقدَّم. prompt_embeds (`torch.Tensor`، *اختياري*) : تمثيلات نصية مُولّدة مسبقًا. يمكن استخدامها لتعديل مدخلات النص بسهولة، *مثلًا* وزن الأوامر. إذا لم تُقدَّم، فسيتم توليد تمثيلات النص من معامل الإدخال `prompt`. prompt_embeds_mask (`torch.Tensor`، *اختياري*) : قناع لتضمينات النص مُولّد مسبقًا. يمكن استخدامه لتعديل مدخلات النص بسهولة، *مثلًا* وزن الموجه. إذا لم يُقدَّم، سيتم توليد قناع تضمينات النص من معامل الإدخال `prompt`. prompt_embeds_2 (`torch.Tensor`, *اختياري*) : تمثيلات نصية مُولّدة مسبقًا لـ ocr. يمكن استخدامها لتعديل مدخلات النص بسهولة، *مثلًا* وزن الموجه. إذا لم تُقدَّم، فسيتم توليد تمثيلات النص لـ ocr من معامل الإدخال `prompt`. prompt_embeds_mask_2 (`torch.Tensor`، *اختياري*) : قناع لتضمينات النص المُولَّدة مسبقًا لـ ocr. يمكن استخدامه لتعديل مدخلات النص بسهولة، *مثلًا* وزن الموجه. إذا لم يُقدَّم، سيتم توليد قناع تضمينات النص لـ ocr من معامل الإدخال `prompt`. negative_prompt_embeds (`torch.Tensor`, *اختياري*) : تمثيلات نصية سالبة مُولّدة مسبقًا. يمكن استخدامها لتعديل مدخلات النص بسهولة، *مثلًا* وزن الأوامر. إذا لم تُقدَّم، فسيتم توليد negative_prompt_embeds من معامل الإدخال `negative_prompt`. negative_prompt_embeds_mask (`torch.Tensor`، *اختياري*) : قناع لتضمينات النص السلبية مُولَّدة مسبقًا. يمكن استخدامه لتعديل مدخلات النص بسهولة، *مثلًا* وزن الموجه. إذا لم يُقدَّم، سيتم توليد قناع تضمينات النص السلبية من معامل الإدخال `negative_prompt`. negative_prompt_embeds_2 (`torch.Tensor`، *اختياري*) : تمثيلات نصية سالبة مُولّدة مسبقًا لـ ocr. يمكن استخدامها لضبط مدخلات النص بسهولة، *مثلًا* وزن الموجه. إذا لم تُقدَّم، فسيتم توليد تمثيلات نصية سالبة لـ ocr من معامل الإدخال `negative_prompt`. negative_prompt_embeds_mask_2 (`torch.Tensor`، *اختياري*) : قناع مُولّد مسبقًا لتضمينات النص السلبية لـ ocr. يمكن استخدامه لتعديل مدخلات النص بسهولة، *مثلًا* وزن الموجه. إذا لم يُقدَّم، سيتم توليد قناع تضمينات النص السلبية لـ ocr من معامل الإدخال `negative_prompt`. output_type (`str`، *اختياري*، القيمة الافتراضية `"pil"`) : صيغة الصورة الناتجة عن عملية التوليد. اختر بين [PIL](https://pillow.readthedocs.io/en/stable/): `PIL.Image.Image` أو `np.array`. return_dict (`bool`، *اختياري*، الافتراضي `True`) : ما إذا كان يجب إرجاع `~pipelines.qwenimage.QwenImagePipelineOutput` بدلاً من tuple عادي. attention_kwargs (`dict`، *اختياري*) : قاموس kwargs يُمرَّر إلى `AttentionProcessor` إذا تم تحديده، كما هو معرَّف تحت `self.processor` في [diffusers.models.attention_processor](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py). callback_on_step_end (`Callable`، *اختياري*) : دالة تُستدعى في نهاية كل خطوة إزالة ضوضاء أثناء الاستدلال. تُستدعى الدالة بالحجج التالية: `callback_on_step_end(self: DiffusionPipeline, step: int, timestep: int, callback_kwargs: Dict)`. سيتضمن `callback_kwargs` قائمة بجميع المصفوفات كما حددتها `callback_on_step_end_tensor_inputs`. callback_on_step_end_tensor_inputs (`List`، *اختياري*) : قائمة مدخلات المصفوفات (tensors) لدالة `callback_on_step_end`. سيتم تمرير المصفوفات المحددة في القائمة كحجة `callback_kwargs`. لن تتمكن من تضمين سوى المتغيرات المدرجة في خاصية `._callback_tensor_inputs` لفئة خط الأنابيب (pipeline) الخاص بك. **يعيد:** `~pipelines.hunyuan_image.HunyuanImagePipelineOutput` أو `tuple` `~pipelines.hunyuan_image.HunyuanImagePipelineOutput` إذا كان `return_dict` هو True، وإلا `tuple`. عند إرجاع tuple، يكون العنصر الأول قائمة تحتوي على الصور المولّدة. الدالة التي تُستدعى عند استدعاء خط الأنابيب للتوليد. أمثلة: ```py >>> import torch >>> from diffusers import HunyuanImagePipeline >>> pipe = HunyuanImagePipeline.from_pretrained( ... "hunyuanvideo-community/HunyuanImage-2.1-Diffusers", torch_dtype=torch.bfloat16 ... ) >>> pipe.to("cuda") >>> prompt = "A cat holding a sign that says hello world" >>> # Depending on the variant being used, the pipeline call will slightly vary. >>> # Refer to the pipeline documentation for more details. >>> image = pipe(prompt, negative_prompt="", num_inference_steps=50).images[0] >>> image.save("hunyuanimage.png") ``` #### encode_prompt[[diffusers.HunyuanImagePipeline.encode_prompt]] ```python encode_prompt(prompt: str | list[str], device: torch.device | None = None, batch_size: int = 1, num_images_per_prompt: int = 1, prompt_embeds: torch.Tensor | None = None, prompt_embeds_mask: torch.Tensor | None = None, prompt_embeds_2: torch.Tensor | None = None, prompt_embeds_mask_2: torch.Tensor | None = None) ``` [المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/pipelines/hunyuan_image/pipeline_hunyuanimage.py#L296) **المعاملات:** prompt (`str` أو `list[str]`، *اختياري*) : النص الذي سيتم ترميزه device : (`torch.device`): جهاز torch batch_size (`int`) : حجم الدفعة (batch size) للموجّهات، القيمة الافتراضية هي 1 num_images_per_prompt (`int`) : عدد الصور التي يجب توليدها لكل موجه prompt_embeds (`torch.Tensor`، *اختياري*) : تمثيلات نصية مُولّدة مسبقًا. إذا لم تُقدَّم، فسيتم توليد تمثيلات النص من معامل الإدخال `prompt`. prompt_embeds_mask (`torch.Tensor`، *اختياري*) : قناع نصي مُولّد مسبقًا. إذا لم يُقدَّم، فسيتم توليد قناع النص من معامل الإدخال `prompt`. prompt_embeds_2 (`torch.Tensor`، *اختياري*) : تمثيلات نصوص رموز مُولّدة مسبقًا من ByT5. إذا لم تُقدَّم، فستُولَّد من معامل الإدخال `prompt` باستخدام self.tokenizer_2 و self.text_encoder_2. prompt_embeds_mask_2 (`torch.Tensor`، *اختياري*) : قناع نص الرموز المُولَّد مسبقًا من ByT5. إذا لم يُقدَّم، فسيتم توليده من معامل الإدخال `prompt` باستخدام self.tokenizer_2 و self.text_encoder_2. ## HunyuanImageRefinerPipeline[[diffusers.HunyuanImageRefinerPipeline]] #### diffusers.HunyuanImageRefinerPipeline[[diffusers.HunyuanImageRefinerPipeline]] ```python diffusers.HunyuanImageRefinerPipeline(scheduler: FlowMatchEulerDiscreteScheduler, vae: AutoencoderKLHunyuanImageRefiner, text_encoder: Qwen2_5_VLForConditionalGeneration, tokenizer: Qwen2Tokenizer, transformer: HunyuanImageTransformer2DModel, guider: AdaptiveProjectedMixGuidance | None = None) ``` [المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/pipelines/hunyuan_image/pipeline_hunyuanimage_refiner.py#L138) **المعاملات:** transformer ([HunyuanImageTransformer2DModel](/docs/diffusers/v0.43.0/ar/api/models/hunyuanimage_transformer_2d#diffusers.HunyuanImageTransformer2DModel)) : معمارية Transformer الشرطية (MMDiT) لإزالة الضوضاء من الكامنات المُرمّزة للصورة. scheduler ([FlowMatchEulerDiscreteScheduler](/docs/diffusers/v0.43.0/ar/api/schedulers/flow_match_euler_discrete#diffusers.FlowMatchEulerDiscreteScheduler)) : مُجدوِل يُستخدم بالاقتران مع `transformer` لإزالة الضوضاء من كامنات الصورة المُرمَّزة. vae ([AutoencoderKLHunyuanImageRefiner](/docs/diffusers/v0.43.0/ar/api/models/autoencoder_kl_hunyuanimage_refiner#diffusers.AutoencoderKLHunyuanImageRefiner)) : نموذج الترميز التحويلي التبايني (VAE) لتشفير وفك تشفير الصور إلى تمثيلات كامنة ومنها. text_encoder (`Qwen2.5-VL-7B-Instruct`) : [Qwen2.5-VL-7B-Instruct](https://huggingface.co/Qwen/Qwen2.5-VL-7B-Instruct)، وتحديداً النسخة [Qwen2.5-VL-7B-Instruct](https://huggingface.co/Qwen/Qwen2.5-VL-7B-Instruct). tokenizer (`Qwen2Tokenizer`) : مُجزِّئ من الفئة [Qwen2Tokenizer]. خط أنابيب HunyuanImage لتوليد الصور من النص. #### __call__[[diffusers.HunyuanImageRefinerPipeline.__call__]] ```python __call__(prompt: str | list[str] = None, negative_prompt: str | list[str] = None, distilled_guidance_scale: float | None = 3.25, image: PipelineImageInput | None = None, height: int | None = None, width: int | None = None, num_inference_steps: int = 4, sigmas: list[float] | None = None, num_images_per_prompt: int = 1, generator: torch.Generator | list[torch.Generator] | None = None, latents: torch.Tensor | None = None, prompt_embeds: torch.Tensor | None = None, prompt_embeds_mask: torch.Tensor | None = None, negative_prompt_embeds: torch.Tensor | None = None, negative_prompt_embeds_mask: torch.Tensor | None = None, output_type: str | None = 'pil', return_dict: bool = True, attention_kwargs: dict[str, Any] | None = None, callback_on_step_end: Callable[[int, int], None] | None = None, callback_on_step_end_tensor_inputs: list[str] = ['latents']) ``` [المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/pipelines/hunyuan_image/pipeline_hunyuanimage_refiner.py#L436) **المعاملات:** prompt (`str` أو `list[str]`، *اختياري*) : الأمر أو الأوامر التي تُوجّه توليد الصورة. إذا لم يُعرَّف، يجب تمرير `prompt_embeds` بدلاً من ذلك. negative_prompt (`str` أو `list[str]`، *اختياري*) : الموجه أو الموجهات التي لا ينبغي استخدامها لتوجيه توليد الصورة. إذا لم يُعرَّف، فسيتم استخدام موجه سلبي فارغ. يتم تجاهله عند عدم استخدام التوجيه. distilled_guidance_scale (`float`، *اختياري*، القيمة الافتراضية None) : قيمة مقياس التوجيه (guidance scale) للنماذج المُقطّرة للتوجيه. على عكس التوجيه الحر من التصنيف (classifier-free guidance) التقليدي حيث يُطبَّق مقياس التوجيه أثناء الاستدلال من خلال إعادة تحجيم تنبؤ الضوضاء، فإن النماذج المُقطّرة للتوجيه تتخذ مقياس التوجيه مباشرةً كمدخل معياري أثناء المرور الأمامي. يتم تفعيل التوجيه عن طريق تعيين `distilled_guidance_scale > 1`. يشجّع مقياس توجيه أعلى على توليد صور مرتبطة ارتباطًا وثيقًا بنص `prompt`، وعادةً على حساب انخفاض جودة الصورة. بالنسبة للنماذج المُقطّرة للتوجيه، هذا المعامل مطلوب. أما بالنسبة للنماذج غير المُقطّرة، فسيتم تجاهل هذا المعامل. image (`PipelineImageInput`، *اختياري*) : الصورة المدخلة التي سيتم تحسينها. num_images_per_prompt (`int`، *اختياري*، القيمة الافتراضية 1) -- height (`int`، *اختياري*، الافتراضي هو self.unet.config.sample_size * self.vae_scale_factor) : ارتفاع الصورة المولّدة بالبكسلات. يتم ضبطه على 1024 افتراضيًا للحصول على أفضل النتائج. width (`int`، *اختياري*، القيمة الافتراضية هي self.unet.config.sample_size * self.vae_scale_factor) : عرض الصورة المولدة بالبكسلات. يتم ضبطه على 1024 افتراضيًا للحصول على أفضل النتائج. num_inference_steps (`int`، *اختياري*، القيمة الافتراضية 50) : عدد خطوات إزالة الضوضاء. تؤدي زيادة عدد خطوات إزالة الضوضاء عادةً إلى صورة ذات جودة أعلى على حساب بطء الاستدلال. sigmas (`list[float]`، *اختياري*) : قيم `sigmas` مخصصة لاستخدامها في عملية إزالة الضوضاء مع المجدولين الذين يدعمون معامل `sigmas` في طريقة `set_timesteps` الخاصة بهم. إذا لم تُعرَّف، فسيتم استخدام السلوك الافتراضي عند تمرير `num_inference_steps`. num_images_per_prompt (`int`، *اختياري*، القيمة الافتراضية 1) : عدد الصور التي سيتم توليدها لكل موجه. generator (`torch.Generator` أو `list[torch.Generator]`، *اختياري*) : مولّد واحد أو قائمة من [مولّدات torch](https://pytorch.org/docs/stable/generated/torch.Generator.html) لجعل التوليد حتميًا. latents (`torch.Tensor`، *اختياري*) : كامنات ضجيج مُولّدة مسبقًا، مُستخرجة من توزيع غاوسي، تُستخدم كمدخلات لتوليد الصور. يمكن استخدامها لتعديل نفس التوليد باستخدام أوامر مختلفة. إذا لم تُقدَّم، سيتم توليد كامنات من خلال الاستخراج باستخدام `generator` العشوائي المُقدَّم. prompt_embeds (`torch.Tensor`، *اختياري*) : تمثيلات نصية مُولّدة مسبقًا. يمكن استخدامها لتعديل مدخلات النص بسهولة، *مثلًا* وزن الأوامر. إذا لم تُقدَّم، فسيتم توليد تمثيلات النص من معامل الإدخال `prompt`. prompt_embeds_mask (`torch.Tensor`، *اختياري*) : قناع الانتباه لـ `prompt_embeds`. negative_prompt_embeds (`torch.Tensor`, *اختياري*) : تمثيلات نصية سالبة مُولّدة مسبقًا. يمكن استخدامها لتعديل مدخلات النص بسهولة، *مثلًا* وزن الأوامر. إذا لم تُقدَّم، فسيتم توليد negative_prompt_embeds من معامل الإدخال `negative_prompt`. negative_prompt_embeds_mask (`torch.Tensor`، *اختياري*) : قناع الانتباه (Attention mask) الخاص بـ`negative_prompt_embeds`. output_type (`str`، *اختياري*، القيمة الافتراضية `"pil"`) : صيغة الصورة الناتجة عن عملية التوليد. اختر بين [PIL](https://pillow.readthedocs.io/en/stable/): `PIL.Image.Image` أو `np.array`. return_dict (`bool`، *اختياري*، الافتراضي `True`) : ما إذا كان يجب إرجاع `~pipelines.qwenimage.QwenImagePipelineOutput` بدلاً من tuple عادي. attention_kwargs (`dict`، *اختياري*) : قاموس kwargs يُمرَّر إلى `AttentionProcessor` إذا تم تحديده، كما هو معرَّف تحت `self.processor` في [diffusers.models.attention_processor](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py). callback_on_step_end (`Callable`، *اختياري*) : دالة تُستدعى في نهاية كل خطوة إزالة ضوضاء أثناء الاستدلال. تُستدعى الدالة بالحجج التالية: `callback_on_step_end(self: DiffusionPipeline, step: int, timestep: int, callback_kwargs: Dict)`. سيتضمن `callback_kwargs` قائمة بجميع المصفوفات كما حددتها `callback_on_step_end_tensor_inputs`. callback_on_step_end_tensor_inputs (`List`، *اختياري*) : قائمة مدخلات المصفوفات (tensors) لدالة `callback_on_step_end`. سيتم تمرير المصفوفات المحددة في القائمة كحجة `callback_kwargs`. لن تتمكن من تضمين سوى المتغيرات المدرجة في خاصية `._callback_tensor_inputs` لفئة خط الأنابيب (pipeline) الخاص بك. **يعيد:** `~pipelines.hunyuan_image.HunyuanImagePipelineOutput` أو `tuple` `~pipelines.hunyuan_image.HunyuanImagePipelineOutput` إذا كان `return_dict` هو True، وإلا `tuple`. عند إرجاع tuple، يكون العنصر الأول قائمة تحتوي على الصور المولّدة. الدالة التي تُستدعى عند استدعاء خط الأنابيب للتوليد. أمثلة: ```py >>> import torch >>> from diffusers import HunyuanImageRefinerPipeline >>> pipe = HunyuanImageRefinerPipeline.from_pretrained( ... "hunyuanvideo-community/HunyuanImage-2.1-Refiner-Diffusers", torch_dtype=torch.bfloat16 ... ) >>> pipe.to("cuda") >>> prompt = "A cat holding a sign that says hello world" >>> image = load_image("path/to/image.png") >>> # Depending on the variant being used, the pipeline call will slightly vary. >>> # Refer to the pipeline documentation for more details. >>> image = pipe(prompt, image=image, num_inference_steps=4).images[0] >>> image.save("hunyuanimage.png") ``` #### encode_prompt[[diffusers.HunyuanImageRefinerPipeline.encode_prompt]] ```python encode_prompt(prompt: str | list[str] | None = None, device: torch.device | None = None, batch_size: int = 1, num_images_per_prompt: int = 1, prompt_embeds: torch.Tensor | None = None, prompt_embeds_mask: torch.Tensor | None = None) ``` [المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/pipelines/hunyuan_image/pipeline_hunyuanimage_refiner.py#L225) **المعاملات:** prompt (`str` أو `list[str]`، *اختياري*) : النص الذي سيتم ترميزه device : (`torch.device`): جهاز torch batch_size (`int`) : حجم الدفعة (batch size) للموجّهات، القيمة الافتراضية هي 1 num_images_per_prompt (`int`) : عدد الصور التي يجب توليدها لكل موجه prompt_embeds (`torch.Tensor`، *اختياري*) : تمثيلات نصية مُولّدة مسبقًا. إذا لم تُقدَّم، فسيتم توليد تمثيلات النص من معامل الإدخال `prompt`. prompt_embeds_mask (`torch.Tensor`، *اختياري*) : قناع نصي مُولّد مسبقًا. إذا لم يُقدَّم، فسيتم توليد قناع النص من معامل الإدخال `prompt`. prompt_embeds_2 (`torch.Tensor`، *اختياري*) : تمثيلات نصوص رموز مُولّدة مسبقًا من ByT5. إذا لم تُقدَّم، فستُولَّد من معامل الإدخال `prompt` باستخدام self.tokenizer_2 و self.text_encoder_2. prompt_embeds_mask_2 (`torch.Tensor`، *اختياري*) : قناع نص الرموز المُولَّد مسبقًا من ByT5. إذا لم يُقدَّم، فسيتم توليده من معامل الإدخال `prompt` باستخدام self.tokenizer_2 و self.text_encoder_2. ## HunyuanImagePipelineOutput[[diffusers.pipelines.hunyuan_image.pipeline_output.HunyuanImagePipelineOutput]] #### diffusers.pipelines.hunyuan_image.pipeline_output.HunyuanImagePipelineOutput[[diffusers.pipelines.hunyuan_image.pipeline_output.HunyuanImagePipelineOutput]] ```python diffusers.pipelines.hunyuan_image.pipeline_output.HunyuanImagePipelineOutput(images: list[PIL.Image.Image, numpy.ndarray]) ``` [المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/pipelines/hunyuan_image/pipeline_output.py#L10) **المعاملات:** images (`list[PIL.Image.Image]` أو `np.ndarray`) : قائمة من صور PIL منزوعة الضوضاء بطول `batch_size` أو مصفوفة numpy بأبعاد `(batch_size, height, width, num_channels)`. تمثل صور PIL أو مصفوفة numpy صورًا منزوعة الضوضاء من خط أنابيب الانتشار. فئة الإخراج لخطوط أنابيب HunyuanImage.