Hugging Face's logo

Diffusers documentation

Saídas

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).
Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

Saídas

Todas as saídas dos modelos são subclasses de BaseOutput, estruturas de dados que contêm todas as informações retornadas pelo modelo. As saídas também podem ser usadas como tuplas ou dicionários.

Por exemplo:

from diffusers import DDIMPipeline

pipeline = DDIMPipeline.from_pretrained("google/ddpm-cifar10-32")
outputs = pipeline()

O objeto outputs é um ImagePipelineOutput, o que significa que ele possui um atributo de imagem.

Você pode acessar cada atributo da maneira usual ou com uma busca por palavra-chave, e, se esse atributo não for retornado pelo modelo, você receberá None:

outputs.images
outputs["images"]

Ao considerar o objeto outputs como uma tupla, ele considera apenas os atributos que não possuem valores None. Por exemplo, recuperar uma imagem por meio de indexação retorna a tupla (outputs.images):

outputs[:1]

Para verificar a saída de um pipeline ou modelo específico, consulte a documentação da API correspondente.

BaseOutput

classe diffusers.utils.BaseOutput

< >

( )

Classe base para todas as saídas de modelos como dataclass. Possui um __getitem__ que permite indexação por inteiro ou fatia (como uma tupla) ou strings (como um dicionário), ignorando os atributos None. Caso contrário, comporta-se como um dicionário Python regular.

> Não é possível descompactar um BaseOutput diretamente. Use o método to_tuple() para convertê-lo em uma tupla > primeiro.

to_tuple

< >

( )

Converte self em uma tupla contendo todos os atributos/chaves que não são None.

ImagePipelineOutput

classe diffusers.ImagePipelineOutput

< >

( images: list[PIL.Image.Image] | numpy.ndarray )

Parâmetros

  • images (List[PIL.Image.Image] ou np.ndarray) — Lista de imagens PIL desruidas de comprimento batch_size ou array NumPy de forma (batch_size, height, width, num_channels).

Classe de saída para pipelines de imagem.

AudioPipelineOutput

classe diffusers.AudioPipelineOutput

< >

( audios: ndarray )

Parâmetros

  • audios (np.ndarray) — Lista de amostras de áudio com ruído removido de um array NumPy de forma (batch_size, num_channels, sample_rate).

Classe de saída para pipelines de áudio.

ImageTextPipelineOutput

classe diffusers.ImageTextPipelineOutput

< >

( images: list[PIL.Image.Image] | numpy.ndarray | Nonetext: list[str] | list[list[str]] | None )

Parâmetros

  • images (list[PIL.Image.Image] ou np.ndarray) — lista de imagens PIL desruidas de comprimento batch_size ou array NumPy de forma (batch_size, height, width, num_channels).
  • text (list[str] ou list[list[str]]) — lista de strings de texto gerado de comprimento batch_size ou uma lista de listas de strings cuja lista externa tem comprimento batch_size.

Classe de saída para pipelines conjuntos de imagem e texto.

Update on GitHub

←Registro Quantização→