# ErnieImageTransformer2DModel

Model Transformer untuk data seperti gambar dari [ERNIE-Image](https://huggingface.co/baidu/ERNIE-Image).

Model Transformer untuk data seperti gambar dari [ERNIE-Image-Turbo](https://huggingface.co/baidu/ERNIE-Image-Turbo).

## ErnieImageTransformer2DModel[[diffusers.ErnieImageTransformer2DModel]]

#### diffusers.ErnieImageTransformer2DModel[[diffusers.ErnieImageTransformer2DModel]]

```python
diffusers.ErnieImageTransformer2DModel(hidden_size: int = 3072, num_attention_heads: int = 24, num_layers: int = 24, ffn_hidden_size: int = 8192, in_channels: int = 128, out_channels: int = 128, patch_size: int = 1, text_in_dim: int = 2560, rope_theta: int = 256, rope_axes_dim: typing.Tuple[int, int, int] = (32, 48, 48), eps: float = 1e-06, qk_layernorm: bool = True)
```

[Sumber](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/transformers/transformer_ernie_image.py#L296)

#### forward[[diffusers.ErnieImageTransformer2DModel.forward]]

```python
forward(hidden_states: Tensor, timestep: Tensor, text_bth: Tensor, text_lens: Tensor, return_dict: bool = True)
```

[Sumber](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/models/transformers/transformer_ernie_image.py#L348)

**Parameter:**

hidden_states (`torch.Tensor` dengan bentuk `(batch_size, in_channels, height, width)`) : Input `hidden_states`.

timestep (`torch.LongTensor`) : Digunakan untuk menunjukkan langkah denoising.

text_bth (`torch.Tensor`) : Embedding teks kondisional (embedding yang dihitung dari kondisi input seperti prompt) yang akan digunakan, dengan bentuk `(batch_size, text_length, embed_dims)`.

text_lens (`torch.Tensor`) : Panjang sekuens teks per sampel yang digunakan untuk membangun attention mask.

return_dict (`bool`, *opsional*, defaultnya `True`) : Apakah akan mengembalikan `~models.transformer_2d.Transformer2DModelOutput` alih-alih tuple biasa.

**Mengembalikan:**

Jika `return_dict` bernilai True, sebuah `ErnieImageTransformer2DModelOutput` akan dikembalikan, selain itu sebuah `tuple` di mana elemen pertama adalah tensor sampel.

Metode forward dari [ErnieImageTransformer2DModel](/docs/diffusers/v0.43.0/id/api/models/ernie_image_transformer2d#diffusers.ErnieImageTransformer2DModel).