Diffusers documentation
ErnieImageTransformer2DModel
ErnieImageTransformer2DModel
Un modelo Transformer para datos similares a imágenes de ERNIE-Image.
Un modelo Transformer para datos similares a imágenes de ERNIE-Image-Turbo.
ErnieImageTransformer2DModel
clase diffusers.ErnieImageTransformer2DModel
< source >( 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
< source >( hidden_states: Tensortimestep: Tensortext_bth: Tensortext_lens: Tensorreturn_dict: bool = True )
Parámetros
- hidden_states (
torch.Tensorde forma(batch_size, in_channels, height, width)) — Entradahidden_states. - timestep (
torch.LongTensor) — Se utiliza para indicar el paso de desruido. - text_bth (
torch.Tensor) — Embeddings de texto condicionales (embeddings calculados a partir de las condiciones de entrada, como los prompts) a utilizar, con forma(batch_size, text_length, embed_dims). - text_lens (
torch.Tensor) — Longitudes de las secuencias de texto por muestra, utilizadas para construir la máscara de atención. - return_dict (
bool, opcional, valor predeterminadoTrue) — Indica si se debe devolver un~models.transformer_2d.Transformer2DModelOutputen lugar de una tupla simple.
El método forward de ErnieImageTransformer2DModel.