Función invocada al llamar a la pipeline para la generación.

<<<<<<< HEAD Escala de orientación definida en Classifier-Free Diffusion Guidance. guidance_scale se define como w de la ecuación 2. de Imagen Paper. La escala de orientación se habilita estableciendo guidance_scale > 1. Una escala de orientación más alta fomenta la generación de imágenes estrechamente vinculadas al prompt de texto, generalmente a costa de una menor calidad de imagen.

negative_prompt ( str o list[str] , opcional ):

Escala de guía tal como se define en Classifier-Free Diffusion Guidance. guidance_scale se define como w de la ecuación 2. de Imagen Paper. La escala de guía se activa al establecer guidance_scale > 1. Una escala de guía más alta fomenta la generación de imágenes estrechamente vinculadas al prompt de texto, generalmente a costa de una menor calidad de imagen. negative_prompt (str o list[str], opcional):

main El prompt o prompts que no deben guiar la generación de la imagen. Si no se define, se debe pasar negative_prompt_embeds en su lugar. Se ignora cuando no se usa guía (es decir, se ignora si guidance_scale es menor que 1). num_images_per_prompt (int, opcional, valor predeterminado 1): El número de imágenes a generar por prompt. generator (torch.Generator o list[torch.Generator], opcional): Uno o una lista de generadores de torch para hacer que la generación sea determinista. latents (torch.FloatTensor, opcional): Latentes ruidosos pregenerados, muestreados de una distribución gaussiana, para usarse como entradas para la generación de imágenes. Se pueden usar para ajustar la misma generación con diferentes prompts. Si no se proporcionan, se generará un tensor de latentes mediante muestreo usando el generator aleatorio suministrado. prompt_embeds (torch.FloatTensor, opcional): Incrustaciones de texto pregeneradas. Se pueden usar para ajustar fácilmente las entradas de texto, por ejemplo el peso del prompt. Si no se proporcionan, las incrustaciones de texto se generarán a partir del argumento de entrada prompt. negative_prompt_embeds (torch.FloatTensor, opcional): Incrustaciones de texto negativas pregeneradas. Se pueden usar para ajustar fácilmente las entradas de texto, por ejemplo el peso del prompt. Si no se proporcionan, negative_prompt_embeds se generará a partir del argumento de entrada negative_prompt. output_type (str, opcional, valor predeterminado "pil"): El formato de salida de la imagen generada. Elija entre PIL: PIL.Image.Image o np.array. return_dict (bool, opcional, valor predeterminado True): Indica si se debe devolver un ~pipelines.bria.BriaPipelineOutput en lugar de una tupla simple. attention_kwargs (dict, opcional): Un diccionario de kwargs que, si se especifica, se pasa al AttentionProcessor definido bajo self.processor en diffusers.models.attention_processor. callback_on_step_end (Callable, opcional): Una función que se llama al final de cada paso de desruido durante la inferencia. La función se llama con los siguientes argumentos: callback_on_step_end(self: DiffusionPipeline, step: int, timestep: int, callback_kwargs: Dict). callback_kwargs incluirá una lista de todos los tensores especificados por callback_on_step_end_tensor_inputs. callback_on_step_end_tensor_inputs (list, opcional): La lista de entradas de tensores para la función callback_on_step_end. Los tensores especificados en la lista se pasarán como argumento callback_kwargs. Solo podrá incluir variables enumeradas en el atributo ._callback_tensor_inputs de su clase de pipeline. max_sequence_length (int valor predeterminado 256): Longitud máxima de secuencia para usar con el prompt. clip_value (float, opcional): Si se establece, el ruido predicho se recorta al rango [-clip_value, clip_value] en cada paso de desruido. normalize (bool, opcional, valor predeterminado False): Indica si se debe normalizar el ruido predicho en cada paso de desruido.

>>> import torch
>>> from diffusers import BriaPipeline

>>> pipe = BriaPipeline.from_pretrained("briaai/BRIA-3.2", torch_dtype=torch.bfloat16)
>>> pipe.to("cuda")
# BRIA's T5 text encoder is sensitive to precision. We need to cast it to bfloat16 and keep the final layer in float32.

>>> pipe.text_encoder = pipe.text_encoder.to(dtype=torch.bfloat16)
>>> for block in pipe.text_encoder.encoder.block:
...     block.layer[-1].DenseReluDense.wo.to(dtype=torch.float32)
# BRIA's VAE is not supported in mixed precision, so we use float32.

>>> if pipe.vae.config.shift_factor == 0:
...     pipe.vae.to(dtype=torch.float32)

>>> prompt = "Photorealistic food photography of a stack of fluffy pancakes on a white plate, with maple syrup being poured over them. On top of the pancakes are the words 'BRIA 3.2' in bold, yellow, 3D letters. The background is dark and out of focus."
>>> image = pipe(prompt).images[0]
>>> image.save("bria.png")