Diffusers documentation
SD3Transformer2D
Bắt đầu
Suy luận
Sử dụng diffusion pipelines
Bộ thích ứng và cá nhân hóa
Tối ưu hóa và mở rộng
Hiệu suất cơ bản
Suy luận
Phương pháp từ cộng đồng
Lượng tử hóa
Tăng tốc theo phần cứng
Cung cấp dịch vụ và mở rộng quy mô
Modular Diffusers
Huấn luyện và tinh chỉnh
Tài nguyên
Đóng góp
API
Các lớp chính
Mô-đun
Trình nạp
Mô hình
Pipelines
Trình lập lịch
Các lớp nội bộ
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
Lớp này hữu ích khi chỉ nạp trọng số vào SD3Transformer2DModel. Nếu bạn cần nạp trọng số vào text encoder hoặc cả text encoder và SD3Transformer2DModel, hãy xem lớp SD3LoraLoaderMixin thay thế.
Lớp SD3Transformer2DLoadersMixin hiện tại chỉ tải trọng số IP-Adapter, nhưng sẽ được sử dụng trong tương lai để lưu trọng số và tải LoRA.
Để tìm hiểu thêm về cách tải trọng số LoRA, hãy xem hướng dẫn tải LoRA.
SD3Transformer2DLoadersMixin
Tải các lớp IP-Adapters và LoRA vào [SD3Transformer2DModel].
_load_ip_adapter_weights
< source >( state_dict: dictlow_cpu_mem_usage: bool = True )
Tham số
- state_dict (
Dict) — State dict với các khóa “ip_adapter”, chứa các tham số cho attention processors, và “image_proj”, chứa các tham số cho image projection net. - low_cpu_mem_usage (
bool, tùy chọn, mặc định làTruenếu phiên bản torch >= 1.9.0, ngược lại làFalse) — Tăng tốc quá trình tải mô hình bằng cách chỉ tải trọng số được huấn luyện trước mà không khởi tạo trọng số. Điều này cũng cố gắng không sử dụng nhiều hơn 1 lần kích thước mô hình trong bộ nhớ CPU (bao gồm bộ nhớ đỉnh) trong khi tải mô hình. Chỉ hỗ trợ cho PyTorch >= 1.9.0. Nếu bạn đang sử dụng phiên bản PyTorch cũ hơn, việc đặt tham số này thànhTruesẽ gây ra lỗi.
Đặt các bộ xử lý chú ý IP-Adapter, dự ảnh và nạp state_dict.