Diffusers

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).

Join the Hugging Face community

and get access to the augmented documentation experience

Collaborate on models, datasets and Spaces

Faster examples with accelerated inference

Switch between documentation themes

to get started

AutoencoderKLHunyuanImage

O modelo de autoencoder variacional (VAE) 2D com perda KL usado em [HunyuanImage2.1].

O modelo pode ser carregado com o seguinte trecho de código.

from diffusers import AutoencoderKLHunyuanImage

vae = AutoencoderKLHunyuanImage.from_pretrained("hunyuanvideo-community/HunyuanImage-2.1-Diffusers", subfolder="vae", dtype=torch.bfloat16)

AutoencoderKLHunyuanImage

classe diffusers.AutoencoderKLHunyuanImage

< source >

( in_channels: intout_channels: intlatent_channels: intblock_out_channels: tuplelayers_per_block: intspatial_compression_ratio: intsample_size: intscaling_factor: float = Nonedownsample_match_channel: bool = Trueupsample_match_channel: bool = True )

Um modelo de VAE para imagens 2D com suporte a mosaico espacial.

Este modelo herda de ModelMixin. Consulte a documentação da superclasse para seus métodos genéricos implementados para todos os modelos (como download ou salvamento).

decode

< source >

( z: Tensorreturn_dict: bool = True ) → ~models.vae.DecoderOutput or tuple

Parâmetros

z (torch.Tensor) — Lote de entrada de vetores latentes.
return_dict (bool, opcional, padrão True) — Se deve retornar um ~models.vae.DecoderOutput em vez de uma tupla simples.

Retorna

~models.vae.DecoderOutput ou tuple

If return_dict is True, a ~models.vae.DecoderOutput is returned, otherwise a plain tuple is returned.

Decodifique um lote de imagens.

enable_tiling

< source >

( tile_sample_min_size: int | None = Nonetile_overlap_factor: float | None = None )

Parâmetros

tile_sample_min_size (int, opcional) — O tamanho mínimo necessário para que uma amostra seja separada em tiles ao longo da dimensão espacial.
tile_overlap_factor (float, opcional) — O fator de sobreposição necessário para que um latente seja separado em tiles ao longo da dimensão espacial.

Ativa a decodificação do VAE em mosaicos espaciais. Quando esta opção está ativada, o VAE divide o tensor de entrada em mosaicos para calcular a decodificação e a codificação em várias etapas. Isso é útil para economizar uma grande quantidade de memória e para permitir o processamento de imagens maiores.

encode

< source >

( x: Tensorreturn_dict: bool = True )

Parâmetros

x (torch.Tensor) — Lote de entrada de imagens.
return_dict (bool, opcional, padrão True) — Se deve retornar um ~models.autoencoder_kl.AutoencoderKLOutput em vez de uma tupla simples.

Codifica um lote de imagens em latentes.

forward

< source >

( sample: Tensorsample_posterior: bool = Falsereturn_dict: bool = Truegenerator: typing.Optional[torch.Generator] = None ) → ~models.vae.DecoderOutput or tuple

Parâmetros

sample (torch.Tensor) — Amostra de entrada.
sample_posterior (bool, opcional, padrão False) — Se deve amostrar da posterior.
return_dict (bool, opcional, padrão True) — Se deve ou não retornar um DecoderOutput em vez de uma tupla simples.
generator (torch.Generator, opcional) — Um torch.Generator para tornar a amostragem determinística.

Retorna

~models.vae.DecoderOutput ou tuple

Se return_dict for True, um ~models.vae.DecoderOutput é retornado; caso contrário, uma tuple simples é retornada.

tiled_decode

< source >

( z: Tensorreturn_dict: bool = True ) → ~models.vae.DecoderOutput or tuple

Parâmetros

z (torch.Tensor) — Tensor latente de forma (B, C, H, W).
return_dict (bool, opcional, padrão True) — Se deve ou não retornar um ~models.vae.DecoderOutput em vez de uma tupla simples.