Função invocada ao chamar o pipeline para geração.

<<<<<<< HEAD Escala de orientação definida em Classifier-Free Diffusion Guidance. guidance_scale é definido como w da equação 2. de Imagen Paper. A escala de orientação é ativada ao definir guidance_scale > 1. Uma escala de orientação maior incentiva a geração de imagens que estão estreitamente ligadas ao prompt de texto, geralmente em detrimento de uma menor qualidade de imagem.

negative_prompt ( str ou list[str] , opcional ):

Escala de orientação definida em Classifier-Free Diffusion Guidance. guidance_scale é definido como w da equação 2. de Imagen Paper. A escala de orientação é ativada ao definir guidance_scale > 1. Uma escala de orientação mais alta incentiva a geração de imagens que estão intimamente ligadas ao prompt de texto, geralmente às custas de uma menor qualidade da imagem. negative_prompt (str ou list[str], opcional):

main O prompt ou os prompts que não devem orientar a geração da imagem. Se não definido, é necessário passar negative_prompt_embeds em vez disso. Ignorado quando não se usa orientação (ou seja, ignorado se guidance_scale for menor que 1). num_images_per_prompt (int, opcional, padrão 1): O número de imagens a serem geradas por prompt. generator (torch.Generator ou list[torch.Generator], opcional): Um ou uma lista de geradores torch para tornar a geração determinística. latents (torch.FloatTensor, opcional): Latentes ruidosos pré-gerados, amostrados de uma distribuição gaussiana, a serem usados como entradas para a geração de imagem. Pode ser usado para ajustar a mesma geração com prompts diferentes. Se não fornecido, um tensor de latentes será gerado por amostragem usando o generator aleatório fornecido. prompt_embeds (torch.FloatTensor, opcional): Embeddings de texto pré-gerados. Pode ser usado para ajustar facilmente as entradas de texto, por exemplo ponderação de prompt. Se não fornecido, os embeddings de texto serão gerados a partir do argumento de entrada prompt. negative_prompt_embeds (torch.FloatTensor, opcional): Embeddings de texto negativos pré-gerados. Pode ser usado para ajustar facilmente as entradas de texto, por exemplo ponderação de prompt. Se não fornecido, negative_prompt_embeds será gerado a partir do argumento de entrada negative_prompt. output_type (str, opcional, padrão "pil"): O formato de saída da imagem gerada. Escolha entre PIL: PIL.Image.Image ou np.array. return_dict (bool, opcional, padrão True): Se deve ou não retornar um ~pipelines.bria.BriaPipelineOutput em vez de uma tupla simples. attention_kwargs (dict, opcional): Um dicionário de kwargs que, se especificado, é passado ao AttentionProcessor conforme definido em self.processor em diffusers.models.attention_processor. callback_on_step_end (Callable, opcional): Uma função que é chamada no final de cada etapa de remoção de ruído durante a inferência. A função é chamada com os seguintes argumentos: callback_on_step_end(self: DiffusionPipeline, step: int, timestep: int, callback_kwargs: Dict). callback_kwargs incluirá uma lista de todos os tensors especificados por callback_on_step_end_tensor_inputs. callback_on_step_end_tensor_inputs (list, opcional): A lista de entradas de tensor para a função callback_on_step_end. Os tensors especificados na lista serão passados como argumento callback_kwargs. Você só poderá incluir variáveis listadas no atributo ._callback_tensor_inputs da sua classe de pipeline. max_sequence_length (int padrão 256): Comprimento máximo da sequência a ser usado com o prompt. clip_value (float, opcional): Se definido, o ruído previsto é limitado ao intervalo [-clip_value, clip_value] em cada etapa de remoção de ruído. normalize (bool, opcional, padrão False): Se deve ou não normalizar o ruído previsto em cada etapa de remoção de ruído.

>>> import torch
>>> from diffusers import BriaPipeline

>>> pipe = BriaPipeline.from_pretrained("briaai/BRIA-3.2", torch_dtype=torch.bfloat16)
>>> pipe.to("cuda")
# BRIA's T5 text encoder is sensitive to precision. We need to cast it to bfloat16 and keep the final layer in float32.

>>> pipe.text_encoder = pipe.text_encoder.to(dtype=torch.bfloat16)
>>> for block in pipe.text_encoder.encoder.block:
...     block.layer[-1].DenseReluDense.wo.to(dtype=torch.float32)
# BRIA's VAE is not supported in mixed precision, so we use float32.

>>> if pipe.vae.config.shift_factor == 0:
...     pipe.vae.to(dtype=torch.float32)

>>> prompt = "Photorealistic food photography of a stack of fluffy pancakes on a white plate, with maple syrup being poured over them. On top of the pancakes are the words 'BRIA 3.2' in bold, yellow, 3D letters. The background is dark and out of focus."
>>> image = pipe(prompt).images[0]
>>> image.save("bria.png")