Hugging Face's logo

Diffusers documentation

AutoencoderKLKVAEVideo

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).
Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

AutoencoderKLKVAEVideo

نموذج الترميز التلقائي التبايني ثلاثي الأبعاد (VAE) مع خسارة كولباك-ليبلر.

يمكن تحميل النموذج باستخدام مقتطف الشيفرة التالي.

import torch
from diffusers import AutoencoderKLKVAEVideo

vae = AutoencoderKLKVAEVideo.from_pretrained("kandinskylab/KVAE-3D-1.0", subfolder="diffusers", dtype=torch.float16)

AutoencoderKLKVAEVideo

فئة diffusers.AutoencoderKLKVAEVideo

< >

( ch: int = 128ch_mult: typing.Tuple[int, ...] = (1, 2, 4, 8)num_res_blocks: int = 2in_channels: int = 3out_ch: int = 3z_channels: int = 16temporal_compress_times: int = 4 )

المعاملات

  • ch (int، اختياري، القيمة الافتراضية 128) — عدد القنوات الأساسي.
  • ch_mult (Tuple[int]، اختياري، القيمة الافتراضية (1, 2, 4, 8)) — مضاعفات القنوات لكل مستوى.
  • num_res_blocks (int، اختياري، القيمة الافتراضية 2) — عدد كتل الباقي (residual blocks) لكل مستوى.
  • in_channels (int، اختياري، القيمة الافتراضية 3) — عدد قنوات الإدخال.
  • out_ch (int، اختياري، القيمة الافتراضية 3) — عدد قنوات الإخراج.
  • z_channels (int، اختياري، القيمة الافتراضية 16) — عدد قنوات الفضاء الكامن.
  • temporal_compress_times (int، اختياري، القيمة الافتراضية 4) — معامل الضغط الزمني.

نموذج VAE مع خسارة KL لتشفير مقاطع الفيديو إلى كامنات وفك تمثيل الكامنات إلى مقاطع فيديو. يُستخدم في KVAE.

يرث هذا النموذج من ModelMixin. راجع توثيق الفئة الأصلية لمعرفة طرقها العامة المُنفَّذة لجميع النماذج (مثل التنزيل أو الحفظ).

decode

< >

( z: Tensorreturn_dict: bool = True ) → ~models.vae.DecoderOutput or tuple

المعاملات

  • z (torch.Tensor) — دفعة إدخال من المتجهات الكامنة ذات الشكل (B, C, T, H, W).
  • return_dict (bool، اختياري، القيمة الافتراضية True) — ما إذا كان يجب إرجاع ~models.vae.DecoderOutput بدلاً من tuple عادي.

يعيد

~models.vae.DecoderOutput أو tuple

فيديو مُفكّك الترميز.

فكّ ترميز دفعة من مقاطع الفيديو.

disable_slicing

< >

( )

تعطيل فك ترميز VAE المقطّع.

enable_slicing

< >

( )

تفعيل فك ترميز VAE المقطعي.

encode

< >

( x: Tensorreturn_dict: bool = True )

المعاملات

  • x (torch.Tensor) — دفعة إدخال من مقاطع الفيديو ذات الشكل (B, C, T, H, W).
  • return_dict (bool، اختياري، القيمة الافتراضية True) — ما إذا كان يجب إرجاع ~models.autoencoder_kl.AutoencoderKLOutput بدلاً من tuple عادي.

ترميز دفعة من مقاطع الفيديو إلى كامنات.

forward

< >

( sample: Tensorsample_posterior: bool = Falsereturn_dict: bool = Truegenerator: typing.Optional[torch.Generator] = None ) → ~models.vae.DecoderOutput or tuple

المعاملات

  • sample (torch.Tensor) — عينة الإدخال.
  • sample_posterior (bool، اختياري، القيمة الافتراضية False) — ما إذا كان سيتم أخذ عينة من التوزيع اللاحق.
  • return_dict (bool، اختياري، القيمة الافتراضية True) — ما إذا كان يجب إرجاع DecoderOutput بدلاً من tuple عادي.
  • generator (torch.Generator، اختياري) — torch.Generator لجعل عملية أخذ العينات حتمية.

يعيد

~models.vae.DecoderOutput أو tuple

إذا كان return_dict صحيحًا، يُعاد ~models.vae.DecoderOutput، وإلا يُعاد tuple عادي.

Update on GitHub

←AutoencoderKLKVAEAudio AutoencoderKLLTX2Audio→