Diffusers documentation
ErnieImageTransformer2DModel
You are viewing main version, which requires installation from source. If you'd like
regular pip install, checkout the latest stable version (v0.42.1).
ErnieImageTransformer2DModel
Un modèle Transformer pour des données de type image issu de ERNIE-Image.
Un modèle Transformer pour des données de type image issu de ERNIE-Image-Turbo.
ErnieImageTransformer2DModel
classe diffusers.ErnieImageTransformer2DModel
< source >( hidden_size: int = 3072num_attention_heads: int = 24num_layers: int = 24ffn_hidden_size: int = 8192in_channels: int = 128out_channels: int = 128patch_size: int = 1text_in_dim: int = 2560rope_theta: int = 256rope_axes_dim: typing.Tuple[int, int, int] = (32, 48, 48)eps: float = 1e-06qk_layernorm: bool = True )
forward
< source >( hidden_states: Tensortimestep: Tensortext_bth: Tensortext_lens: Tensorreturn_dict: bool = True )
Paramètres
- hidden_states (
torch.Tensorde forme(batch_size, in_channels, height, width)) —hidden_statesd'entrée. - timestep (
torch.LongTensor) — Utilisé pour indiquer l'étape de débruitage. - text_bth (
torch.Tensor) — Embeddings de texte conditionnels (embeddings calculés à partir des conditions d'entrée telles que les prompts) à utiliser, de forme(batch_size, text_length, embed_dims). - text_lens (
torch.Tensor) — Longueurs des séquences de texte par exemple, utilisées pour construire le masque d'attention. - return_dict (
bool, facultatif, par défautTrue) — Indique s'il faut retourner un~models.transformer_2d.Transformer2DModelOutputplutôt qu'un simple tuple.
La méthode forward du modèle ErnieImageTransformer2DModel.