# BriaFiboTransformer2DModel

Модифицированная модель flux Transformer от [Bria](https://huggingface.co/briaai/FIBO)

## BriaFiboTransformer2DModel[[diffusers.BriaFiboTransformer2DModel]]

#### diffusers.BriaFiboTransformer2DModel[[diffusers.BriaFiboTransformer2DModel]]

```python
diffusers.BriaFiboTransformer2DModel(patch_size: int = 1, in_channels: int = 64, num_layers: int = 19, num_single_layers: int = 38, attention_head_dim: int = 128, num_attention_heads: int = 24, joint_attention_dim: int = 4096, pooled_projection_dim: int = None, guidance_embeds: bool = False, axes_dims_rope: list = [16, 56, 56], rope_theta = 10000, time_theta = 10000, text_encoder_dim: int = 2048)
```

[Источник](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_bria_fibo.py#L428)

**Параметры:**

patch_size (`int`) : Размер патча для разбиения входных данных на небольшие патчи.

in_channels (`int`, *необязательный*, по умолчанию 16) : Количество каналов на входе.

num_layers (`int`, *optional*, по умолчанию 18) : Количество используемых блоков MMDiT.

num_single_layers (`int`, *optional*, по умолчанию 18) : Количество слоев одиночных блоков DiT, которые следует использовать.

attention_head_dim (`int`, *необязательный*, по умолчанию 64) : Количество каналов в каждой голове.

num_attention_heads (`int`, *optional*, по умолчанию 18) : Количество головок для использования в механизме внимания с несколькими головками.

joint_attention_dim (`int`, *optional*) : Количество измерений `encoder_hidden_states`, которые следует использовать.

pooled_projection_dim (`int`) : Количество измерений, используемых при проецировании `pooled_projections`.

guidance_embeds (`bool`, по умолчанию False) : Использовать ли направляющие эмбеддинги.

... --

#### forward[[diffusers.BriaFiboTransformer2DModel.forward]]

```python
forward(hidden_states: Tensor, encoder_hidden_states: Tensor = None, text_encoder_layers: list = None, pooled_projections: Tensor = None, timestep: LongTensor = None, img_ids: Tensor = None, txt_ids: Tensor = None, guidance: Tensor = None, joint_attention_kwargs: dict[str, typing.Any] | None = None, return_dict: bool = True)
```

[Источник](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_bria_fibo.py#L510)

**Параметры:**

hidden_states (`torch.FloatTensor` формы `(batch size, channel, height, width)`) : Входные `hidden_states`.

encoder_hidden_states (`torch.FloatTensor` формы `(batch size, sequence_len, embed_dims)`) : Условные эмбеддинги (эмбеддинги, вычисленные на основе входных условий, таких как промпты), которые следует использовать.

text_encoder_layers (`list` из `torch.Tensor`) : Скрытые состояния текстового кодировщика по блокам, один тензор на каждый блок трансформера.

pooled_projections (`torch.FloatTensor` формы `(batch_size, projection_dim)`) : Векторы, полученные из эмбеддингов входных условий.

timestep ( `torch.LongTensor`) : Используется для указания шага денойзинга.

img_ids (`torch.Tensor`) : идентификаторы позиций изображений, используемые для вычисления вращательных позиционных эмбеддингов.

txt_ids (`torch.Tensor`) : Идентификаторы позиций текста, используемые для вычисления вращательных позиционных эмбеддингов.

guidance (`torch.Tensor`, *необязательный*) : Встраивание масштаба руководства, используемое для вариантов модели, дистиллированных с помощью руководства.

joint_attention_kwargs (`dict`, *необязательный*) : Словарь kwargs, который при указании передается в `AttentionProcessor`, определенный в `self.processor` в [diffusers.models.attention_processor](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py).

return_dict (`bool`, *необязательный*, по умолчанию `True`) : Возвращать ли `~models.transformer_2d.Transformer2DModelOutput` вместо обычного кортежа.

**Возвращает:**

Если `return_dict` равно True, возвращается `~models.transformer_2d.Transformer2DModelOutput`, иначе — `tuple`, первым элементом которого является тензор выборки.