# 输出

所有模型输出都是 [BaseOutput](/docs/diffusers/v0.43.0/zh/api/outputs#diffusers.utils.BaseOutput) 的子类，这是一种包含模型返回的所有信息的数据结构。这些输出也可以作为元组或字典使用。

例如：

```python
from diffusers import DDIMPipeline

pipeline = DDIMPipeline.from_pretrained("google/ddpm-cifar10-32")
outputs = pipeline()
```

`outputs` 对象是一个 [ImagePipelineOutput](/docs/diffusers/v0.43.0/zh/api/pipelines/consistency_models#diffusers.ImagePipelineOutput)，这意味着它具有 image 属性。

您可以像往常一样访问每个属性，也可以通过关键字查找来访问；如果该属性未被模型返回，您将得到 `None`：

```python
outputs.images
outputs["images"]
```

将 `outputs` 对象视为元组时，它仅考虑那些值不为 `None` 的属性。例如，通过索引获取图像会返回元组 `(outputs.images)`：

```python
outputs[:1]
```

> [!TIP]
> 要查看特定流水线或模型的输出，请参阅其对应的 API 文档。

## BaseOutput[[diffusers.utils.BaseOutput]]

#### diffusers.utils.BaseOutput[[diffusers.utils.BaseOutput]]

[源代码](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/utils/outputs.py#L40)

所有模型输出的基类，以 dataclass 形式实现。具有 `__getitem__` 方法，支持通过整数或切片（类似元组）或字符串（类似字典）进行索引，且会忽略 `None` 属性。其他行为与普通 Python 字典一致。

> [!WARNING] > 无法直接解包 `BaseOutput`。请使用 [to_tuple()](/docs/diffusers/v0.43.0/zh/api/outputs#diffusers.utils.BaseOutput.to_tuple) 方法进行转换
将其转换为元组 > 首先。

#### to_tuple[[diffusers.utils.BaseOutput.to_tuple]]

```python
to_tuple()
```

[源代码](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/utils/outputs.py#L123)

将 self 转换为一个元组，其中包含所有不为 `None` 的属性/键。

## ImagePipelineOutput[[diffusers.ImagePipelineOutput]]

#### diffusers.ImagePipelineOutput[[diffusers.ImagePipelineOutput]]

```python
diffusers.ImagePipelineOutput(images: list[PIL.Image.Image] | numpy.ndarray)
```

[源代码](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/pipelines/pipeline_utils.py#L135)

**参数：**

images (`List[PIL.Image.Image]` 或 `np.ndarray`)：长度为 `batch_size` 的去噪 PIL 图像列表，或形状为 `(batch_size, height, width, num_channels)` 的 NumPy 数组。

图像流水线输出类。

## AudioPipelineOutput[[diffusers.AudioPipelineOutput]]

#### diffusers.AudioPipelineOutput[[diffusers.AudioPipelineOutput]]

```python
diffusers.AudioPipelineOutput(audios: ndarray)
```

[源代码](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/pipelines/pipeline_utils.py#L149)

**参数：**

audios (`np.ndarray`) : 去噪后的音频样本列表，为形状为 `(batch_size, num_channels, sample_rate)` 的 NumPy 数组。

音频管道的输出类。

## ImageTextPipelineOutput[[diffusers.ImageTextPipelineOutput]]

#### diffusers.ImageTextPipelineOutput[[diffusers.ImageTextPipelineOutput]]

```python
diffusers.ImageTextPipelineOutput(images: list[PIL.Image.Image] | numpy.ndarray | None, text: list[str] | list[list[str]] | None)
```

[源代码](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/pipelines/deprecated/unidiffuser/pipeline_unidiffuser.py#L48)

**参数：**

images (`list[PIL.Image.Image]` 或 `np.ndarray`)：长度为 `batch_size` 的去噪 PIL 图像列表，或形状为 `(batch_size, height, width, num_channels)` 的 NumPy 数组。

text (`list[str]` 或 `list[list[str]]`)：长度为 `batch_size` 的生成文本字符串列表，或外层列表长度为 `batch_size` 的字符串列表的列表。

用于联合图像-文本流水线的输出类。