Diffusers documentation
ErnieImageTransformer2DModel
ErnieImageTransformer2DModel
نموذج Transformer للبيانات المشابهة للصور من ERNIE-Image.
نموذج Transformer لبيانات تشبه الصور من ERNIE-Image-Turbo.
ErnieImageTransformer2DModel
فئة 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 )
المعاملات
- hidden_states (
torch.Tensorمن الشكل(batch_size, in_channels, height, width)) — مدخلاتhidden_states. - timestep (
torch.LongTensor) — يُستخدم للإشارة إلى خطوة إزالة الضوضاء. - text_bth (
torch.Tensor) — تضمينات نصية شرطية (تضمينات محسوبة من الشروط المدخلة مثل الأوامر النصية) للاستخدام، بشكل(batch_size, text_length, embed_dims). - text_lens (
torch.Tensor) — أطوال تسلسلات النص لكل عينة، المستخدمة لبناء قناع الانتباه. - return_dict (
bool، اختياري، القيمة الافتراضيةTrue) — ما إذا كان يجب إرجاع~models.transformer_2d.Transformer2DModelOutputبدلاً من tuple عادي.
طريقة ErnieImageTransformer2DModel الأمامية.