# BriaFiboTransformer2DModel

نموذج flux Transformer معدّل من [Bria](https://huggingface.co/briaai/FIBO)

## BriaFiboTransformer2DModel[[diffusers.BriaFiboTransformer2DModel]]

#### diffusers.BriaFiboTransformer2DModel[[diffusers.BriaFiboTransformer2DModel]]

```python
diffusers.BriaFiboTransformer2DModel(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 = 4096, pooled_projection_dim: int = None, guidance_embeds: bool = False, axes_dims_rope: list = [16, 56, 56], rope_theta = 10000, time_theta = 10000, text_encoder_dim: int = 2048)
```

[المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_bria_fibo.py#L428)

**المعاملات:**

patch_size (`int`) : حجم الباتش لتحويل البيانات المدخلة إلى باتشات صغيرة.

in_channels (`int`، *اختياري*، القيمة الافتراضية 16) : عدد القنوات في المدخلات.

num_layers (`int`، *اختياري*، القيمة الافتراضية 18) : عدد طبقات كتل MMDiT التي سيتم استخدامها.

num_single_layers (`int`، *اختياري*، القيمة الافتراضية 18) : عدد طبقات كتل DiT المفردة التي سيتم استخدامها.

attention_head_dim (`int`، *اختياري*، القيمة الافتراضية 64) : عدد القنوات في كل رأس.

num_attention_heads (`int`، *اختياري*، القيمة الافتراضية 18) : عدد الرؤوس المستخدمة في الانتباه متعدد الرؤوس.

joint_attention_dim (`int`، *اختياري*) : عدد أبعاد `encoder_hidden_states` التي سيتم استخدامها.

pooled_projection_dim (`int`) : عدد الأبعاد المستخدمة عند إسقاط `pooled_projections`.

guidance_embeds (`bool`، القيمة الافتراضية False) : ما إذا كان سيتم استخدام تضمينات التوجيه.

... --

#### forward[[diffusers.BriaFiboTransformer2DModel.forward]]

```python
forward(hidden_states: Tensor, encoder_hidden_states: Tensor = None, text_encoder_layers: list = None, pooled_projections: Tensor = None, timestep: LongTensor = None, img_ids: Tensor = None, txt_ids: Tensor = None, guidance: Tensor = None, joint_attention_kwargs: dict[str, typing.Any] | None = None, return_dict: bool = True)
```

[المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_bria_fibo.py#L510)

**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.

text_encoder_layers (`list` من `torch.Tensor`) : حالات المخفية لمُشفِّر النص لكل كتلة، مع وجود متجه واحد لكل كتلة من كتل التحويل.

pooled_projections (`torch.FloatTensor` من الشكل `(batch_size, projection_dim)`) : تمثيلات مُسقطَة من تمثيلات شروط الإدخال.

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.

joint_attention_kwargs (`dict`، *اختياري*) : قاموس kwargs يُمرَّر إلى `AttentionProcessor` إذا تم تحديده، كما هو معرَّف تحت `self.processor` في [diffusers.models.attention_processor](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py).

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.