# ChromaTransformer2DModel

Модифицированная модель flux Transformer от [Chroma](https://huggingface.co/lodestones/Chroma1-HD)

## ChromaTransformer2DModel[[diffusers.ChromaTransformer2DModel]]

#### diffusers.ChromaTransformer2DModel[[diffusers.ChromaTransformer2DModel]]

```python
diffusers.ChromaTransformer2DModel(patch_size: int = 1, in_channels: int = 64, out_channels: int | None = None, num_layers: int = 19, num_single_layers: int = 38, attention_head_dim: int = 128, num_attention_heads: int = 24, joint_attention_dim: int = 4096, axes_dims_rope: tuple[int, ...] = (16, 56, 56), approximator_num_channels: int = 64, approximator_hidden_dim: int = 5120, approximator_layers: int = 5)
```

[Источник](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_chroma.py#L359)

**Параметры:**

patch_size (`int`, по умолчанию `1`) : Размер патча для разбиения входных данных на небольшие патчи.

in_channels (`int`, по умолчанию `64`) : количество каналов на входе.

out_channels (`int`, *необязательный*, по умолчанию `None`) : Количество каналов на выходе. Если не указано, по умолчанию используется `in_channels`.

num_layers (`int`, по умолчанию `19`) : Количество используемых блоков dual stream DiT.

num_single_layers (`int`, по умолчанию `38`) : Количество слоев однопоточных блоков DiT, которые следует использовать.

attention_head_dim (`int`, по умолчанию `128`) : Количество измерений, используемых для каждой головы внимания.

num_attention_heads (`int`, по умолчанию `24`) : Количество используемых голок внимания.

joint_attention_dim (`int`, по умолчанию `4096`) : Количество измерений, используемых для совместного внимания (размерность встраивания/канала `encoder_hidden_states`).

axes_dims_rope (`tuple[int]`, по умолчанию `(16, 56, 56)`) : Размеры, используемые для вращательных позиционных эмбеддингов.

Модель Transformer, представленная в Flux, модифицированная для Chroma.

Справочник: https://huggingface.co/lodestones/Chroma1-HD

#### forward[[diffusers.ChromaTransformer2DModel.forward]]

```python
forward(hidden_states: Tensor, encoder_hidden_states: Tensor = None, timestep: LongTensor = None, img_ids: Tensor = None, txt_ids: Tensor = None, attention_mask: Tensor = None, joint_attention_kwargs: dict[str, typing.Any] | None = None, controlnet_block_samples = None, controlnet_single_block_samples = None, return_dict: bool = True, controlnet_blocks_repeat: bool = False)
```

[Источник](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_chroma.py#L465)

**Параметры:**

hidden_states (`torch.Tensor` формы `(batch_size, image_sequence_length, in_channels)`) : Входные `hidden_states`.

encoder_hidden_states (`torch.Tensor` формы `(batch_size, text_sequence_length, joint_attention_dim)`) : Условные эмбеддинги (эмбеддинги, вычисленные на основе входных условий, таких как промпты), которые следует использовать.

timestep ( `torch.LongTensor`) : Используется для указания шага денойзинга.

img_ids (`torch.Tensor`) : идентификаторы позиций изображений, используемые для вычисления вращательных позиционных эмбеддингов.

txt_ids (`torch.Tensor`) : Идентификаторы позиций текста, используемые для вычисления вращательных позиционных эмбеддингов.

attention_mask (`torch.Tensor`, *необязательный*) : Маска, применяемая к `encoder_hidden_states` во время внимания.

controlnet_block_samples (`list` из `torch.Tensor`, *необязательный*) : Список тензоров, которые при указании добавляются к остаточным связям блоков трансформера.

controlnet_single_block_samples (`list` из `torch.Tensor`, *необязательный*) : Список тензоров, которые при указании добавляются к остаточным связям отдельных блоков трансформера.

controlnet_blocks_repeat (`bool`, *необязательный*, по умолчанию `False`) : Повторять ли образцы блока controlnet во всех блоках трансформера.

joint_attention_kwargs (`dict`, *необязательный*) : Словарь kwargs, который при указании передается в `AttentionProcessor`, определенный в `self.processor` в [diffusers.models.attention_processor](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py).

return_dict (`bool`, *необязательный*, по умолчанию `True`) : Возвращать ли `~models.transformer_2d.Transformer2DModelOutput` вместо обычного кортежа.

**Возвращает:**

Если `return_dict` равно True, возвращается `~models.transformer_2d.Transformer2DModelOutput`, иначе — `tuple`, первым элементом которого является тензор выборки.

Метод forward модели [FluxTransformer2DModel](/docs/diffusers/main/ru/api/models/flux_transformer#diffusers.FluxTransformer2DModel).