# HunyuanDiT2DModel

[Hunyuan-DiT](https://github.com/Tencent/HunyuanDiT)'den 2B veriler için bir Diffusion Transformer modeli.

## HunyuanDiT2DModel[[diffusers.HunyuanDiT2DModel]]

#### diffusers.HunyuanDiT2DModel[[diffusers.HunyuanDiT2DModel]]

```python
diffusers.HunyuanDiT2DModel(num_attention_heads: int = 16, attention_head_dim: int = 88, in_channels: int | None = None, patch_size: int | None = None, activation_fn: str = 'gelu-approximate', sample_size = 32, hidden_size = 1152, num_layers: int = 28, mlp_ratio: float = 4.0, learn_sigma: bool = True, cross_attention_dim: int = 1024, norm_type: str = 'layer_norm', cross_attention_dim_t5: int = 2048, pooled_projection_dim: int = 1024, text_len: int = 77, text_len_t5: int = 256, use_style_cond_and_image_meta_size: bool = True)
```

[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/hunyuan_transformer_2d.py#L201)

**Parametreler:**

num_attention_heads (`int`, *isteğe bağlı*, varsayılan 16) : Çok başlı dikkat için kullanılacak baş sayısı.

attention_head_dim (`int`, *isteğe bağlı*, varsayılan 88) : Her baştaki kanal sayısı.

in_channels (`int`, *isteğe bağlı*) : Giriş ve çıkıştaki kanal sayısı (giriş **sürekli** ise belirtin).

patch_size (`int`, *isteğe bağlı*) : Girdi için kullanılacak yama boyutu.

activation_fn (`str`, *isteğe bağlı*, varsayılan `"geglu"`) : Feed-forward'de kullanılacak aktivasyon fonksiyonu.

sample_size (`int`, *isteğe bağlı*) : Gizli görüntülerin genişliği. Bu, konum gömme sayısını öğrenmek için kullanıldığından eğitim sırasında sabittir.

dropout (`float`, *opsiyonel*, varsayılan 0.0) : Kullanılacak dropout olasılığı.

cross_attention_dim (`int`, *isteğe bağlı*) : Klip metin gömme boyutundaki boyut sayısı.

hidden_size (`int`, *isteğe bağlı*) : Koşullama gömme katmanlarındaki gizli katman boyutu.

num_layers (`int`, *isteğe bağlı*, varsayılan 1) : Kullanılacak Transformer bloğu katman sayısı.

mlp_ratio (`float`, *isteğe bağlı*, varsayılan 4.0) : Gizli katman boyutunun giriş boyutuna oranı.

learn_sigma (`bool`, *isteğe bağlı*, varsayılan `True`) : Varyansın tahmin edilip edilmeyeceği.

cross_attention_dim_t5 (`int`, *isteğe bağlı*) : t5 metin gömme boyut sayısı.

pooled_projection_dim (`int`, *isteğe bağlı*) : Havuzlanmış projeksiyonun boyutu.

text_len (`int`, *isteğe bağlı*) : Kırpılmış metin gömme uzunluğu.

text_len_t5 (`int`, *isteğe bağlı*) : T5 metin gömme uzunluğu.

use_style_cond_and_image_meta_size (`bool`,  *isteğe bağlı*) : Stil koşulu ve görüntü meta boyutunun kullanılıp kullanılmayacağı. Sürüm <=1.1 için True, sürüm >= 1.2 için False

HunYuanDiT: Transformer omurgalı difüzyon modeli.

diffusers'taki StableDiffusionPipeline örnekleme cihazıyla uyumlu olmak için ModelMixin ve ConfigMixin sınıflarından devralın.

#### enable_forward_chunking[[diffusers.HunyuanDiT2DModel.enable_forward_chunking]]

```python
enable_forward_chunking(chunk_size: int | None = None, dim: int = 0)
```

[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/hunyuan_transformer_2d.py#L476)

**Parametreler:**

chunk_size (`int`, *opsiyonel*) : Feed-forward katmanlarının parça boyutu. Belirtilmezse, feed-forward katmanı `dim` boyutlu her tensör üzerinde ayrı ayrı çalıştırılır.

dim (`int`, *isteğe bağlı*, varsayılan `0`) : Feed-forward hesaplamanın parçalanacağı boyut. dim=0 (batch) veya dim=1 (sequence length) arasında seçim yapın.

Dikkat işleyicisini [feed forward chunking](https://huggingface.co/blog/reformer#2-chunked-feed-forward-layers) kullanacak şekilde ayarlar.

#### forward[[diffusers.HunyuanDiT2DModel.forward]]

```python
forward(hidden_states, timestep, encoder_hidden_states = None, text_embedding_mask = None, encoder_hidden_states_t5 = None, text_embedding_mask_t5 = None, image_meta_size = None, style = None, image_rotary_emb = None, controlnet_block_samples = None, return_dict = True)
```

[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/hunyuan_transformer_2d.py#L357)

**Parametreler:**

hidden_states (`torch.Tensor`, şekli `(batch size, dim, height, width)`) : Girdi tensörü.

timestep ( `torch.LongTensor`, *isteğe bağlı*) : Gürültü azaltma adımını belirtmek için kullanılır.

encoder_hidden_states ( `torch.Tensor`, şekli `(batch size, sequence len, embed dims)`, *opsiyonel*) : Çapraz dikkat katmanı için koşullu gömme değerleri. Bu, `BertModel` çıktısıdır.

text_embedding_mask : torch.Tensor `encoder_hidden_states` uygulanan, şekli `(batch, key_tokens)` olan bir dikkat maskesi. Bu, `BertModel` çıktısıdır.

encoder_hidden_states_t5 ( `torch.Tensor`, şekli `(batch size, sequence len, embed dims)`, *opsiyonel*) : Çapraz dikkat katmanı için koşullu gömme (embedding) değerleri. Bu, T5 Metin Kodlayıcısının (Text Encoder) çıktısıdır.

text_embedding_mask_t5 : torch.Tensor `encoder_hidden_states` uygulanan, şekli `(batch, key_tokens)` olan bir dikkat maskesi. Bu, T5 Metin Kodlayıcısının çıktısıdır.

image_meta_size (torch.Tensor) : Koşullu gömme, görüntü boyutlarını belirtir

style : torch.Tensor: Stili gösteren koşullu gömme

image_rotary_emb (`torch.Tensor`) : Dikkat hesabı sırasında sorgu ve anahtar tensörlerine uygulanacak görüntü döner gömme değerleri.

controlnet_block_samples (`list` of `torch.Tensor`, *opsiyonel*) : Belirtilirse, transformer bloklarının artıklarına eklenen tensörlerin listesi.

return_dict : bool Bir sözlük döndürülüp döndürülmeyeceğini belirtir.

**Dönüş:**

`return_dict` True ise, `~models.transformer_2d.Transformer2DModelOutput` döndürülür, aksi takdirde ilk öğesi örnek tensörü olan bir `tuple` döndürülür.

[HunyuanDiT2DModel](/docs/diffusers/main/tr/api/models/hunyuan_transformer2d#diffusers.HunyuanDiT2DModel) ileri yöntemi.

#### fuse_qkv_projections[[diffusers.HunyuanDiT2DModel.fuse_qkv_projections]]

```python
fuse_qkv_projections()
```

[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/hunyuan_transformer_2d.py#L320)

Füzyonlu QKV projeksiyonlarını etkinleştirir. Kendi dikkat (self-attention) modülleri için tüm projeksiyon matrisleri (yani sorgu, anahtar, değer) füzyonlanır. Çapraz dikkat (cross-attention) modülleri için anahtar ve değer projeksiyon matrisleri füzyonlanır.

> [!WARNING] > Bu API 🧪 deneyseldir.

#### set_default_attn_processor[[diffusers.HunyuanDiT2DModel.set_default_attn_processor]]

```python
set_default_attn_processor()
```

[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/hunyuan_transformer_2d.py#L351)

Özel dikkat işleyicilerini devre dışı bırakır ve varsayılan dikkat uygulamasını ayarlar.

#### unfuse_qkv_projections[[diffusers.HunyuanDiT2DModel.unfuse_qkv_projections]]

```python
unfuse_qkv_projections()
```

[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/hunyuan_transformer_2d.py#L342)

Etkinleştirilmişse birleşik QKV projeksiyonunu devre dışı bırakır.

> [!WARNING] > Bu API 🧪 deneyseldir.