Hugging Face's logo

Diffusers documentation

ErnieImageTransformer2DModel

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

ErnieImageTransformer2DModel

Một mô hình Transformer cho dữ liệu dạng ảnh từ ERNIE-Image.

Một mô hình Transformer cho dữ liệu dạng ảnh từ ERNIE-Image-Turbo.

ErnieImageTransformer2DModel

lớp diffusers.ErnieImageTransformer2DModel

< >

( hidden_size: int = 3072num_attention_heads: int = 24num_layers: int = 24ffn_hidden_size: int = 8192in_channels: int = 128out_channels: int = 128patch_size: int = 1text_in_dim: int = 2560rope_theta: int = 256rope_axes_dim: typing.Tuple[int, int, int] = (32, 48, 48)eps: float = 1e-06qk_layernorm: bool = True )

forward

< >

( hidden_states: Tensortimestep: Tensortext_bth: Tensortext_lens: Tensorreturn_dict: bool = True )

Tham số

  • hidden_states (torch.Tensor có hình dạng (batch_size, in_channels, height, width)) — hidden_states đầu vào.
  • timestep (torch.LongTensor) — Dùng để chỉ bước khử nhiễu.
  • text_bth (torch.Tensor) — Các embedding văn bản có điều kiện (các embedding được tính từ các điều kiện đầu vào như prompts) cần sử dụng, có hình dạng (batch_size, text_length, embed_dims).
  • text_lens (torch.Tensor) — Chiều dài chuỗi văn bản cho từng mẫu, được sử dụng để xây dựng mặt nạ chú ý (attention mask).
  • return_dict (bool, tùy chọn, mặc định là True) — Có nên trả về một ~models.transformer_2d.Transformer2DModelOutput thay vì một tuple thông thường hay không.

Phương thức forward của ErnieImageTransformer2DModel.

Update on GitHub

←EasyAnimateTransformer3DModel Flux2Transformer2DModel→