# 出力

すべてのモデルの出力は、モデルが返すすべての情報を含むデータ構造である[BaseOutput](/docs/diffusers/main/ja/api/outputs#diffusers.utils.BaseOutput)のサブクラスです。出力は、タプルや辞書としても使用できます。

例えば:

```python
from diffusers import DDIMPipeline

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

`outputs` オブジェクトは [ImagePipelineOutput](/docs/diffusers/main/ja/api/pipelines/consistency_models#diffusers.ImagePipelineOutput) であり、image 属性を持つことを意味します。

各属性は、通常の方法やキーワード検索によってアクセスできます。モデルによって返されない属性の場合、`None`が返されます。

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

`outputs`オブジェクトをタプルとして扱う場合、`None`の値を持たない属性のみが対象となります。例えば、インデックスで画像を取得すると、タプル`(outputs.images)`が返されます。

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

> [!TIP]
> 特定のpipelineまたはモデルの出力を確認するには、それぞれのAPIドキュメントを参照してください。

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

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

[ソース](https://github.com/huggingface/diffusers/blob/main/src/diffusers/utils/outputs.py#L40)

すべてのモデル出力の基底クラスであり、dataclass として実装されています。`__getitem__` を備えており、整数やスライス（タプルと同様）または文字列（辞書と同様）によるインデックス指定が可能です。この際、`None` 属性は無視されます。それ以外の動作は、通常の Python 辞書と同様です。

> [!WARNING] > `BaseOutput` を直接アンパックすることはできません。[to_tuple()](/docs/diffusers/main/ja/api/outputs#diffusers.utils.BaseOutput.to_tuple) メソッドを使用して変換してください
it をタプル > 最初に。

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

```python
to_tuple()
```

[ソース](https://github.com/huggingface/diffusers/blob/main/src/diffusers/utils/outputs.py#L130)

`None` 以外のすべての属性/キーを含むタプルに self を変換します。

## ImagePipelineOutput[[diffusers.ImagePipelineOutput]]

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

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

[ソース](https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/pipeline_utils.py#L135)

**パラメータ:**

images (`List[PIL.Image.Image]` または `np.ndarray`) : 長さ `batch_size` のデノイズ済み PIL 画像のリスト、または形状 `(batch_size, height, width, num_channels)` の NumPy 配列。

画像パイプライン用の出力クラス。

## AudioPipelineOutput[[diffusers.AudioPipelineOutput]]

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

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

[ソース](https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/pipeline_utils.py#L149)

**パラメータ:**

audios (`np.ndarray`) : 形状が `(batch_size, num_channels, sample_rate)` の NumPy 配列のデノイズ済みオーディオサンプルのリスト。

音声パイプライン用の出力クラス。

## 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)
```

[ソース](https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/deprecated/unidiffuser/pipeline_unidiffuser.py#L48)

**パラメータ:**

images (`list[PIL.Image.Image]` または `np.ndarray`) : 長さ `batch_size` のノイズ除去済み PIL 画像のリスト、または形状 `(batch_size, height, width, num_channels)` の NumPy 配列。

text (`list[str]` または `list[list[str]]`) : 長さ `batch_size` の生成テキスト文字列のリスト、または外側のリストの長さが `batch_size` である文字列のリストのリスト。

画像とテキストのジョイントパイプライン用の出力クラス。