Hàm được gọi khi gọi pipeline cho việc sinh.

<<<<<<< HEAD Thang độ dẫn hướng được định nghĩa trong Classifier-Free Diffusion Guidance. guidance_scale được định nghĩa là w của phương trình 2. trong Imagen Paper. Thang độ dẫn hướng được kích hoạt bằng cách đặt guidance_scale > 1. Thang độ dẫn hướng cao hơn khuyến khích tạo ra các hình ảnh gắn kết chặt chẽ với prompt văn bản, thường phải đánh đổi bằng chất lượng hình ảnh thấp hơn.

negative_prompt ( str hoặc list[str] , tùy chọn ):

Thang độ dẫn hướng được định nghĩa trong Classifier-Free Diffusion Guidance. guidance_scale được định nghĩa là w của phương trình 2. trong Imagen Paper. Thang độ dẫn hướng được bật bằng cách đặt guidance_scale > 1. Thang độ dẫn hướng cao hơn khuyến khích tạo ra các hình ảnh gắn kết chặt chẽ với prompt văn bản, thường phải đánh đổi bằng chất lượng hình ảnh thấp hơn. negative_prompt (str hoặc list[str], tùy chọn):

main Prompt hoặc các prompt không được dùng để hướng dẫn tạo ảnh. Nếu không được định nghĩa, bạn phải truyền negative_prompt_embeds thay thế. Tham số này bị bỏ qua khi không sử dụng guidance (tức là bị bỏ qua nếu guidance_scale nhỏ hơn 1). num_images_per_prompt (int, tùy chọn, mặc định là 1): Số lượng ảnh cần tạo cho mỗi prompt. generator (torch.Generator hoặc list[torch.Generator], tùy chọn): Một hoặc một danh sách torch generator(s) để đảm bảo quá trình tạo ảnh là tất định. latents (torch.FloatTensor, tùy chọn): Các latents nhiễu được tạo trước, lấy mẫu từ phân phối Gaussian, dùng làm đầu vào cho việc tạo ảnh. Có thể dùng để tinh chỉnh cùng một quá trình tạo ảnh với các prompt khác nhau. Nếu không được cung cấp, một tensor latents sẽ được tạo bằng cách lấy mẫu sử dụng generator ngẫu nhiên được cung cấp. prompt_embeds (torch.FloatTensor, tùy chọn): Các text embeddings được tạo trước. Có thể dùng để dễ dàng tinh chỉnh đầu vào văn bản, vd. trọng số prompt. Nếu không được cung cấp, text embeddings sẽ được tạo từ tham số đầu vào prompt. negative_prompt_embeds (torch.FloatTensor, tùy chọn): Các negative text embeddings được tạo trước. Có thể dùng để dễ dàng tinh chỉnh đầu vào văn bản, vd. trọng số prompt. Nếu không được cung cấp, negative_prompt_embeds sẽ được tạo từ tham số đầu vào negative_prompt. output_type (str, tùy chọn, mặc định là "pil"): Định dạng đầu ra của ảnh được tạo. Chọn giữa PIL: PIL.Image.Image hoặc np.array. return_dict (bool, tùy chọn, mặc định là True): Có nên trả về một ~pipelines.bria.BriaPipelineOutput thay vì một tuple thông thường hay không. attention_kwargs (dict, tùy chọn): Một từ điển kwargs mà nếu được chỉ định sẽ được truyền đến AttentionProcessor như đã định nghĩa dưới self.processor trong diffusers.models.attention_processor. callback_on_step_end (Callable, tùy chọn): Một hàm được gọi vào cuối mỗi bước khử nhiễu trong quá trình suy luận. Hàm này được gọi với các tham số sau: callback_on_step_end(self: DiffusionPipeline, step: int, timestep: int, callback_kwargs: Dict). callback_kwargs sẽ bao gồm một danh sách tất cả các tensor như được chỉ định bởi callback_on_step_end_tensor_inputs. callback_on_step_end_tensor_inputs (list, tùy chọn): Danh sách các tensor đầu vào cho hàm callback_on_step_end. Các tensor được chỉ định trong danh sách sẽ được truyền như tham số callback_kwargs. Bạn chỉ có thể bao gồm các biến được liệt kê trong thuộc tính ._callback_tensor_inputs của lớp pipeline của bạn. max_sequence_length (int mặc định là 256): Độ dài chuỗi tối đa để sử dụng với prompt. clip_value (float, tùy chọn): Nếu được đặt, nhiễu dự đoán sẽ bị cắt (clip) trong khoảng [-clip_value, clip_value] ở mỗi bước khử nhiễu. normalize (bool, tùy chọn, mặc định là False): Có nên chuẩn hóa nhiễu dự đoán ở mỗi bước khử nhiễu hay không.

>>> 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")