# SD3Transformer2D

当 *仅* 将权重加载到 [SD3Transformer2DModel](/docs/diffusers/v0.43.0/zh/api/models/sd3_transformer2d#diffusers.SD3Transformer2DModel) 时，此类非常有用。如果需要将权重加载到文本编码器，或同时加载到文本编码器和 SD3Transformer2DModel，请改用 [`SD3LoraLoaderMixin`](lora#diffusers.loaders.SD3LoraLoaderMixin) 类。

`SD3Transformer2DLoadersMixin` 类目前仅用于加载 IP-Adapter 权重，但未来将用于保存权重和加载 LoRA。

> [!TIP]
> 要了解如何加载 LoRA 权重，请参阅 [LoRA](../../tutorials/using_peft_for_inference) 加载指南。

## SD3Transformer2DLoadersMixin[[diffusers.loaders.SD3Transformer2DLoadersMixin]]

#### diffusers.loaders.SD3Transformer2DLoadersMixin[[diffusers.loaders.SD3Transformer2DLoadersMixin]]

```python
diffusers.loaders.SD3Transformer2DLoadersMixin()
```

[源代码](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/loaders/transformer_sd3.py#L27)

将 IP-Adapter 和 LoRA 层加载到 `[SD3Transformer2DModel]` 中。

#### _load_ip_adapter_weights[[diffusers.loaders.SD3Transformer2DLoadersMixin._load_ip_adapter_weights]]

```python
_load_ip_adapter_weights(state_dict: dict, low_cpu_mem_usage: bool = True)
```

[源代码](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/loaders/transformer_sd3.py#L145)

**参数：**

state_dict (`Dict`) : 状态字典，包含键 "ip_adapter"（其中包含注意力处理器的参数）和 "image_proj"（其中包含图像投影网络的参数）。

low_cpu_mem_usage (`bool`，*可选*，如果 torch 版本 >= 1.9.0 则默认为 `True`，否则为 `False`)：通过仅加载预训练权重而不初始化权重来加速模型加载。加载模型时，此参数还尝试将 CPU 内存使用量（包括峰值内存）控制在不超过 1 倍模型大小。仅支持 PyTorch >= 1.9.0。如果您使用的是旧版本的 PyTorch，将此参数设置为 `True` 将引发错误。

设置 IP-Adapter 注意力处理器、图像投影，并加载 state_dict。