# LongCatImageTransformer2DModel

يمكن تحميل النموذج باستخدام مقتطف الشيفرة التالي.

```python
from diffusers import LongCatImageTransformer2DModel

transformer = LongCatImageTransformer2DModel.from_pretrained("meituan-longcat/LongCat-Image ", subfolder="transformer", dtype=torch.bfloat16)
```

## LongCatImageTransformer2DModel[[diffusers.LongCatImageTransformer2DModel]]

#### diffusers.LongCatImageTransformer2DModel[[diffusers.LongCatImageTransformer2DModel]]

```python
diffusers.LongCatImageTransformer2DModel(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 = 3584, pooled_projection_dim: int = 3584, axes_dims_rope: list[int] = [16, 56, 56])
```

[المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/transformers/transformer_longcat_image.py#L395)

نموذج Transformer المُقدَّم في Longcat-Image.

#### forward[[diffusers.LongCatImageTransformer2DModel.forward]]

```python
forward(hidden_states: Tensor, encoder_hidden_states: Tensor = None, timestep: LongTensor = None, img_ids: Tensor = None, txt_ids: Tensor = None, guidance: Tensor = None, return_dict: bool = True)
```

[المصدر](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/transformers/transformer_longcat_image.py#L464)

**المعاملات:**

hidden_states (`torch.FloatTensor` من الشكل `(batch size, channel, height, width)`) : مدخلات `hidden_states`.

encoder_hidden_states (`torch.FloatTensor` من الشكل `(batch size, sequence_len, embed_dims)`) : التضمينات الشرطية (التضمينات المحسوبة من الشروط المدخلة مثل الأوامر) للاستخدام.

timestep ( `torch.LongTensor`) : يُستخدم للإشارة إلى خطوة إزالة الضوضاء.

img_ids (`torch.Tensor`) : معرّفات مواضع الصور المستخدمة لحساب التضمينات الموضعية الدوارة.

txt_ids (`torch.Tensor`) : معرّفات مواضع النص المستخدمة لحساب التضمينات الموضعية الدوارة.

guidance (`torch.Tensor`، *اختياري*) : تضمين مقياس التوجيه المستخدم في النسخ المُقطّرة بالتوجيه من النموذج.

return_dict (`bool`، *اختياري*، القيمة الافتراضية `True`) : ما إذا كان يجب إرجاع `~models.transformer_2d.Transformer2DModelOutput` بدلاً من tuple عادي.

**يعيد:**

إذا كان `return_dict` صحيحًا، يُعاد `~models.transformer_2d.Transformer2DModelOutput`، وإلا يُعاد `tuple` يكون عنصره الأول هو تينسور العينة.

طريقة forward.