## LatteTransformer3DModel

[Latte](https://github.com/Vchitect/Latte)の3Dデータ向けのDiffusion Transformerモデルです。

## LatteTransformer3DModel[[diffusers.LatteTransformer3DModel]]

#### diffusers.LatteTransformer3DModel[[diffusers.LatteTransformer3DModel]]

```python
diffusers.LatteTransformer3DModel(num_attention_heads: int = 16, attention_head_dim: int = 88, in_channels: int | None = None, out_channels: int | None = None, num_layers: int = 1, dropout: float = 0.0, cross_attention_dim: int | None = None, attention_bias: bool = False, sample_size: int = 64, patch_size: int | None = None, activation_fn: str = 'geglu', num_embeds_ada_norm: int | None = None, norm_type: str = 'layer_norm', norm_elementwise_affine: bool = True, norm_eps: float = 1e-05, caption_channels: int = None, video_length: int = 16)
```

[ソース](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/latte_transformer_3d.py#L27)

#### forward[[diffusers.LatteTransformer3DModel.forward]]

```python
forward(hidden_states: Tensor, timestep: typing.Optional[torch.LongTensor] = None, encoder_hidden_states: typing.Optional[torch.Tensor] = None, encoder_attention_mask: typing.Optional[torch.Tensor] = None, enable_temporal_attentions: bool = True, return_dict: bool = True)
```

[ソース](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/latte_transformer_3d.py#L166)

**パラメータ:**

hidden_states (`torch.Tensor`、形状 `(batch size, channel, num_frame, height, width)`) : 入力 `hidden_states`。

timestep ( `torch.LongTensor`, *任意*) : デノイジングステップを示すために使用します。`AdaLayerNorm`内で埋め込みとして適用される任意のタイムステップです。

encoder_hidden_states ( `torch.FloatTensor`、shape `(batch size, sequence len, embed dims)`、*任意*) : クロスアテンション層用の条件付きエンベディング。指定しない場合、クロスアテンションはデフォルトでセルフアテンションになります。

encoder_attention_mask ( `torch.Tensor`, *任意*) : `encoder_hidden_states` に適用されるクロスアテンションマスク。2つの形式がサポートされています。 * マスク `(batcheight, sequence_length)` True = 保持、False = 破棄。 * バイアス `(batcheight, 1, sequence_length)` 0 = 保持、-10000 = 破棄。 `ndim == 2` の場合、マスクとして解釈され、上記の形式と整合するバイアスに変換されます。このバイアスはクロスアテンションスコアに追加されます。

enable_temporal_attentions : (`bool`、*任意*、デフォルトは`True`): 時間的アテンションを有効にするかどうか。

return_dict (`bool`、*任意*、デフォルトは `True`) : プレーンなタプルではなく `~models.unet_2d_condition.UNet2DConditionOutput` を返すかどうか。

**戻り値:**

`return_dict` が True の場合、`~models.transformer_2d.Transformer2DModelOutput` が返され、それ以外の場合は、最初の要素がサンプルテンソルである `tuple` が返されます。

[LatteTransformer3DModel](/docs/diffusers/main/ja/api/models/latte_transformer3d#diffusers.LatteTransformer3DModel) の forward メソッドです。