Diffusers documentation
StableCascadeUNet
StableCascadeUNet
Stable Cascade パイプラインからの UNet モデル。
StableCascadeUNet
クラス diffusers.models.StableCascadeUNet
< source >( in_channels: int = 16out_channels: int = 16timestep_ratio_embedding_dim: int = 64patch_size: int = 1conditioning_dim: int = 2048block_out_channels: tuple = (2048, 2048)num_attention_heads: tuple = (32, 32)down_num_layers_per_block: tuple = (8, 24)up_num_layers_per_block: tuple = (24, 8)down_blocks_repeat_mappers: tuple[int] | None = (1, 1)up_blocks_repeat_mappers: tuple[int] | None = (1, 1)block_types_per_layer: tuple = (('SDCascadeResBlock', 'SDCascadeTimestepBlock', 'SDCascadeAttnBlock'), ('SDCascadeResBlock', 'SDCascadeTimestepBlock', 'SDCascadeAttnBlock'))clip_text_in_channels: int | None = Noneclip_text_pooled_in_channels = 1280clip_image_in_channels: int | None = Noneclip_seq = 4effnet_in_channels: int | None = Nonepixel_mapper_in_channels: int | None = Nonekernel_size = 3dropout: float | tuple[float] = (0.1, 0.1)self_attn: bool | tuple[bool] = Truetimestep_conditioning_type: tuple = ('sca', 'crp')switch_level: tuple[bool] | None = None )
forward
< source >( sampletimestep_ratioclip_text_pooledclip_text = Noneclip_img = Noneeffnet = Nonepixels = Nonesca = Nonecrp = Nonereturn_dict = True )
パラメータ
- sample (
torch.Tensor) — ノイズ付きの入力サンプル。 - timestep_ratio (
torch.Tensor) — timestep embedding を計算するために使用される timestep ratio。 - clip_text_pooled (
torch.Tensor) — プーリングされた CLIP テキスト埋め込み。 - clip_text (
torch.Tensor, 省略可) — シーケンスレベルの CLIP テキスト埋め込み。 - clip_img (
torch.Tensor、省略可) — CLIP の画像埋め込み。 - effnet (
torch.Tensor、省略可) — 追加の条件付けとして使用される EfficientNet の特徴マップ。 - pixels (
torch.Tensor、省略可) — ピクセルレベルの条件付けテンソル。Noneの場合は、ゼロのテンソルが使用されます。 - sca (
torch.Tensor, 任意) — タイムステップ埋め込みを構築するために使用される、任意のsca条件付け値。 - crp (
torch.Tensor, 任意) — タイムステップ埋め込みを構築するために使用される、任意のcrp条件付け値。 - return_dict (
bool、省略可能、デフォルトはTrue) —StableCascadeUNetOutputを返すか、通常のタプルを返すかを指定します。