الدالة التي تُستدعى عند استدعاء خط الأنابيب للتوليد.

<<<<<<< HEAD مقياس التوجيه كما هو مُعرَّف في التوجيه الانتشاري بدون مُصنِّف Classifier-Free Diffusion Guidance. يُعرَّف guidance_scale على أنه w من المعادلة 2. في ورقة Imagen. يتم تفعيل مقياس التوجيه عن طريق تعيين guidance_scale > 1. يشجّع مقياس توجيه أعلى على توليد صور مرتبطة ارتباطًا وثيقًا بنص prompt، وعادةً على حساب انخفاض جودة الصورة.

negative_prompt ( str or list[str] , اختياري ):

مقياس التوجيه كما هو معرّف في التوجيه الانتشاري بدون مُصنِّف. يُعرَّف guidance_scale على أنه w من المعادلة 2. في ورقة Imagen. يتم تفعيل مقياس التوجيه عن طريق تعيين guidance_scale > 1. يشجّع مقياس توجيه أعلى على توليد صور مرتبطة ارتباطًا وثيقًا بنص prompt، وعادةً على حساب انخفاض جودة الصورة. negative_prompt (str أو list[str]، اختياري):

main الموجّه أو الموجّهات التي لا ينبغي استخدامها لتوجيه توليد الصورة. إذا لم تُعرَّف، يجب تمرير negative_prompt_embeds بدلاً من ذلك. يتم تجاهلها عند عدم استخدام التوجيه (أي يتم تجاهلها إذا كان guidance_scale أقل من 1). num_images_per_prompt (int، اختياري، القيمة الافتراضية 1): عدد الصور المراد توليدها لكل موجّه. generator (torch.Generator أو list[torch.Generator]، اختياري): مولّد واحد أو قائمة من مولّدات torch لجعل التوليد حتمياً. latents (torch.FloatTensor، اختياري): متغيرات كامنة ضجيجية مُولَّدة مسبقاً، مٌستخرجة من توزيع غاوسي، لاستخدامها كمدخلات لتوليد الصورة. يمكن استخدامها لتعديل نفس التوليد بموجّهات مختلفة. إذا لم تٌوفَّر، سيتم توليد متجه latents عن طريق الاستخراج باستخدام generator العشوائي المُقدَّم. prompt_embeds (torch.FloatTensor، اختياري): تضمينات نصية مٌولَّدة مسبقاً. يمكن استخدامها لتعديل مدخلات النص بسهولة، مثلاً وزن الموجّه. إذا لم تٌوفَّر، سيتم توليد التضمينات النصية من معامل الإدخال prompt. negative_prompt_embeds (torch.FloatTensor، اختياري): تضمينات نصية سلبية مٌولَّدة مسبقاً. يمكن استخدامها لتعديل مدخلات النص بسهولة، مثلاً وزن الموجّه. إذا لم تٌوفَّر، سيتم توليد negative_prompt_embeds من معامل الإدخال negative_prompt. output_type (str، اختياري، القيمة الافتراضية "pil"): صيغة الإخراج للصورة المٌولَّدة. اختر بين PIL: PIL.Image.Image أو np.array. return_dict (bool، اختياري، القيمة الافتراضية True): ما إذا كان يجب إرجاع ~pipelines.bria.BriaPipelineOutput بدلاً من tuple عادي. attention_kwargs (dict، اختياري): قاموس kwargs الذي إذا تم تحديده يٌمرَّر إلى AttentionProcessor كما هو مٌعرَّف تحت self.processor في diffusers.models.attention_processor. callback_on_step_end (Callable، اختياري): دالة تٌستدعى في نهاية كل خطوة إزالة ضجيج أثناء الاستدلال. تٌستدعى الدالة بالمتغيرات التالية: callback_on_step_end(self: DiffusionPipeline, step: int, timestep: int, callback_kwargs: Dict). سيتضمن callback_kwargs قائمة بجميع المتجهات كما هو مٌحدَّد بواسطة callback_on_step_end_tensor_inputs. callback_on_step_end_tensor_inputs (list، اختياري): قائمة مدخلات المتجهات لدالة callback_on_step_end. سيتم تمرير المتجهات المحددة في القائمة كحجة callback_kwargs. لن تتمكن من تضمين متغيرات غير مدرجة في خاصية ._callback_tensor_inputs لفئة خط الأنابيب الخاص بك. max_sequence_length (int القيمة الافتراضية 256): أقصى طول تسلسل لاستخدامه مع prompt. clip_value (float، اختياري): إذا تم ضبطه، يتم قص الضجيج المٌتنبَّأ به إلى النطاق [-clip_value, clip_value] في كل خطوة إزالة ضجيج. normalize (bool، اختياري، القيمة الافتراضية False): ما إذا كان يجب تطبيع الضجيج المٌتنبَّأ به في كل خطوة إزالة ضجيج.

>>> 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")