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

KL 손실을 사용하는 3D 변분 오토인코더(VAE) 모델.

다음 코드 스니펫으로 모델을 로드할 수 있습니다.

import torch
from diffusers import AutoencoderKLKVAEVideo

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

AutoencoderKLKVAEVideo

class 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 )

매개변수

  • ch (int, 선택 사항, 기본값 128) — 기본 채널 수.
  • ch_mult (Tuple[int], 선택 사항, 기본값 (1, 2, 4, 8)) — 레벨별 채널 배율.
  • num_res_blocks (int, 선택 사항, 기본값 2) — 레벨당 잔차 블록의 수.
  • in_channels (int, 선택 사항, 기본값 3) — 입력 채널 수.
  • out_ch (int, 선택 사항, 기본값 3) — 출력 채널 수.
  • z_channels (int, 선택 사항, 기본값 16) — 잠재 채널의 수.
  • temporal_compress_times (int, 선택 사항, 기본값 4) — 시간 압축 계수.

KL 손실을 사용하여 비디오를 잠재 변수로 인코딩하고 잠재 표현을 비디오로 디코딩하는 VAE 모델입니다. KVAE에서 사용됩니다.

이 모델은 ModelMixin에서 상속됩니다. 모든 모델에 대해 구현된 일반적 메서드(다운로드 또는 저장 등)에 대해서는 상위 클래스 문서를 확인하세요.

decode

< >

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

매개변수

  • z (torch.Tensor) — (B, C, T, H, W) 형태의 잠재 벡터 입력 배치.
  • return_dict (bool, 선택 사항, 기본값 True) — 일반 튜플 대신 ~models.vae.DecoderOutput를 반환할지 여부.

반환값

~models.vae.DecoderOutput 또는 tuple

디코딩된 비디오.

videos 배치의 디코딩을 수행합니다.

disable_slicing

< >

( )

슬라이스된 VAE 디코딩을 비활성화합니다.

enable_slicing

< >

( )

슬라이스 VAE 디코딩을 활성화합니다.

encode

< >

( x: Tensorreturn_dict: bool = True )

매개변수

  • x (torch.Tensor) — (B, C, T, H, W) 모양의 비디오 입력 배치.
  • return_dict (bool, 선택 사항, 기본값 True) — 일반 튜플 대신 ~models.autoencoder_kl.AutoencoderKLOutput을 반환할지 여부.

…

forward

< >

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

매개변수

  • sample (torch.Tensor) — 입력 샘플.
  • sample_posterior (bool, 선택 사항, 기본값 False) — 후분포에서 샘플링할지 여부.
  • return_dict (bool, 선택 사항, 기본값 True) — 일반 튜플 대신 DecoderOutput를 반환할지 여부.
  • generator (torch.Generator, 선택 사항) — 샘플링을 결정적으로 만들기 위한 torch.Generator.

반환값

~models.vae.DecoderOutput 또는 tuple

return_dict가 True이면 ~models.vae.DecoderOutput가 반환되고, 그렇지 않으면 일반 tuple이 반환됩니다.

Update on GitHub

←AutoencoderKLKVAEAudio AutoencoderKLLTX2Audio→