Diffusers documentation
JoyImageEditTransformer3DModel
JoyImageEditTransformer3DModel
Model dapat dimuat dengan potongan kode berikut.
from diffusers import JoyImageEditTransformer3DModel
transformer = JoyImageEditTransformer3DModel.from_pretrained("jdopensource/JoyAI-Image-Edit-Diffusers", subfolder="transformer", dtype=torch.bfloat16)JoyImageEditTransformer3DModel
kelas diffusers.JoyImageEditTransformer3DModel
< source >( patch_size: list = [1, 2, 2]in_channels: int = 16out_channels: int | None = Nonehidden_size: int = 3072num_attention_heads: int = 24text_dim: int = 4096mlp_width_ratio: float = 4.0num_layers: int = 20rope_dim_list: list = [16, 56, 56]rope_type: str = 'rope'theta: int = 256 )
Model JoyImage Transformer untuk pembuatan / pengeditan gambar.
Arsitektur DiT dual-stream dengan embedding kondisioning bergaya WAN dan embedding posisi rotasi kustom.
forward
< source >( hidden_states: Tensortimestep: Tensorencoder_hidden_states: Tensor = Nonereturn_dict: bool = True )
Parameter
- hidden_states (
torch.Tensordengan bentuk(batch_size, num_channels, num_frames, height, width)atau(batch_size, num_items, num_channels, num_frames, height, width)) —hidden_statesmasukan. - timestep (
torch.LongTensor) — Digunakan untuk menunjukkan langkah denoising. - encoder_hidden_states (
torch.Tensor, opsional) — Embedding kondisional (embedding yang dihitung dari kondisi input seperti prompt) yang akan digunakan. - return_dict (
bool, opsional, defaultTrue) — Apakah akan mengembalikan~models.transformer_2d.Transformer2DModelOutputalih-alih tuple biasa.
Metode forward dari JoyImageEditTransformer3DModel.
Transformer2DModelOutput
kelas diffusers.models.modeling_outputs.Transformer2DModelOutput
< source >( sample: torch.Tensor )
Parameter
- sample (
torch.Tensordengan bentuk(batch_size, num_channels, height, width)atau(batch size, num_vector_embeds - 1, num_latent_pixels)jika Transformer2DModel bersifat diskrit) — Output hidden states yang dikondisikan pada inputencoder_hidden_states. Jika diskrit, mengembalikan distribusi probabilitas untuk latent pixels yang tidak berisik.
Output dari Transformer2DModel.