Diffusers documentation
SD3Transformer2D
Comece agora
Inferência
Usando pipelines de difusão
Adaptadores e personalização
Otimizar e escalar
Desempenho básico
Inferência
Métodos da comunidade
Quantização
Aceleração específica de hardware
Servir e escalar
Diffusers modulares
Treinar e ajustar finamente
Recursos
Contribuir
API
Principais classes
Modular
Carregadores
Modelos
Pipelines
Agendadores
Classes internas
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).
SD3Transformer2D
Esta classe é útil ao carregar apenas pesos em um SD3Transformer2DModel. Se você precisar carregar pesos no text encoder ou em um text encoder e SD3Transformer2DModel, verifique a classe SD3LoraLoaderMixin em vez disso.
A classe SD3Transformer2DLoadersMixin atualmente carrega apenas pesos do IP-Adapter, mas será usada no futuro para salvar pesos e carregar LoRAs.
Para saber mais sobre como carregar pesos LoRA, consulte o guia de carregamento de LoRA.
SD3Transformer2DLoadersMixin
Carregue camadas de IP-Adapters e LoRA em um [SD3Transformer2DModel].
_load_ip_adapter_weights
< source >( state_dict: dictlow_cpu_mem_usage: bool = True )
Parâmetros
- state_dict (
Dict) — State dict com as chaves “ip_adapter”, que contém os parâmetros para os processadores de atenção, e “image_proj”, que contém os parâmetros para a rede de projeção de imagem. - low_cpu_mem_usage (
bool, opcional, padrãoTruese a versão do torch >= 1.9.0, caso contrárioFalse) — Acelera o carregamento do modelo carregando apenas os pesos pré-treinados e não inicializando os pesos. Isso também tenta não usar mais do que 1x o tamanho do modelo na memória de CPU (incluindo a memória de pico) durante o carregamento do modelo. Suportado apenas para PyTorch >= 1.9.0. Se você estiver usando uma versão mais antiga do PyTorch, definir este argumento comoTruecausará um erro.
Define os processadores de atenção do IP-Adapter, a projeção de imagem e carrega o state_dict.