Diffusers documentation
LatteTransformer3DModel
LatteTransformer3DModel
Model Diffusion Transformer untuk data 3D dari Latte.
LatteTransformer3DModel
kelas diffusers.LatteTransformer3DModel
< source >( num_attention_heads: int = 16attention_head_dim: int = 88in_channels: int | None = Noneout_channels: int | None = Nonenum_layers: int = 1dropout: float = 0.0cross_attention_dim: int | None = Noneattention_bias: bool = Falsesample_size: int = 64patch_size: int | None = Noneactivation_fn: str = 'geglu'num_embeds_ada_norm: int | None = Nonenorm_type: str = 'layer_norm'norm_elementwise_affine: bool = Truenorm_eps: float = 1e-05caption_channels: int = Nonevideo_length: int = 16 )
forward
< source >( hidden_states: Tensortimestep: typing.Optional[torch.LongTensor] = Noneencoder_hidden_states: typing.Optional[torch.Tensor] = Noneencoder_attention_mask: typing.Optional[torch.Tensor] = Noneenable_temporal_attentions: bool = Truereturn_dict: bool = True )
Parameter
- hidden_states (
torch.Tensordengan bentuk(batch size, channel, num_frame, height, width)) —hidden_statesmasukan. - timestep (
torch.LongTensor, opsional) — Digunakan untuk menunjukkan langkah denoising. Timestep opsional yang diterapkan sebagai embedding diAdaLayerNorm. - encoder_hidden_states (
torch.FloatTensordengan bentuk(batch size, sequence len, embed dims), opsional) — Embedding kondisional untuk lapisan cross attention. Jika tidak diberikan, cross-attention secara default menggunakan self-attention. - encoder_attention_mask (
torch.Tensor, opsional) — Mask cross-attention yang diterapkan padaencoder_hidden_states. Dua format didukung:- Mask
(batcheight, sequence_length)True = simpan, False = buang. - Bias
(batcheight, 1, sequence_length)0 = simpan, -10000 = buang.
Jika
ndim == 2: akan diinterpretasikan sebagai mask, kemudian dikonversi menjadi bias yang konsisten dengan format di atas. Bias ini akan ditambahkan ke skor cross-attention. - Mask
- enable_temporal_attentions —
(
bool, opsional, defaultTrue): Apakah akan mengaktifkan temporal attentions. - return_dict (
bool, opsional, defaultTrue) — Apakah akan mengembalikan~models.unet_2d_condition.UNet2DConditionOutputalih-alih tuple biasa.
Metode forward dari LatteTransformer3DModel.