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 modelo Transformer para datos similares a imágenes de ERNIE-Image.
Un modelo Transformer para datos similares a imágenes de ERNIE-Image-Turbo.
ErnieImageTransformer2DModel
clase 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 )
Parámetros
- hidden_states (
torch.Tensorde forma(batch_size, in_channels, height, width)) — Entradahidden_states. - timestep (
torch.LongTensor) — Se utiliza para indicar el paso de desruido. - text_bth (
torch.Tensor) — Embeddings de texto condicionales (embeddings calculados a partir de las condiciones de entrada, como los prompts) a utilizar, con forma(batch_size, text_length, embed_dims). - text_lens (
torch.Tensor) — Longitudes de las secuencias de texto por muestra, utilizadas para construir la máscara de atención. - return_dict (
bool, opcional, valor predeterminadoTrue) — Indica si se debe devolver un~models.transformer_2d.Transformer2DModelOutputen lugar de una tupla simple.
El método forward de ErnieImageTransformer2DModel.