Fungsi yang dipanggil saat memanggil pipeline untuk generasi.

<<<<<<< HEAD Skala panduan seperti yang didefinisikan dalam Classifier-Free Diffusion Guidance. guidance_scale didefinisikan sebagai w dari persamaan 2. dari Imagen Paper. Skala panduan diaktifkan dengan mengatur guidance_scale > 1. Skala panduan yang lebih tinggi mendorong generasi gambar yang erat kaitannya dengan prompt teks, biasanya dengan mengorbankan kualitas gambar yang lebih rendah.

negative_prompt ( str atau list[str] , opsional ):

Skala panduan seperti yang didefinisikan dalam Classifier-Free Diffusion Guidance. guidance_scale didefinisikan sebagai w dari persamaan 2. pada Imagen Paper. Skala panduan diaktifkan dengan mengatur guidance_scale > 1. Skala panduan yang lebih tinggi mendorong generasi gambar yang sangat terkait dengan prompt teks, biasanya dengan mengorbankan kualitas gambar yang lebih rendah. negative_prompt (str atau list[str], opsional):

main Prompt atau prompt-prompt yang tidak digunakan untuk memandu generasi gambar. Jika tidak didefinisikan, Anda harus meneruskan negative_prompt_embeds sebagai gantinya. Diabaikan jika tidak menggunakan guidance (yaitu, diabaikan jika guidance_scale kurang dari 1). num_images_per_prompt (int, opsional, default 1): Jumlah gambar yang akan dihasilkan per prompt. generator (torch.Generator atau list[torch.Generator], opsional): Satu atau daftar generator torch untuk membuat generasi menjadi deterministik. latents (torch.FloatTensor, opsional): Latents berisik yang telah dihasilkan sebelumnya, diambil dari distribusi Gaussian, untuk digunakan sebagai input untuk generasi gambar. Dapat digunakan untuk menyesuaikan generasi yang sama dengan prompt yang berbeda. Jika tidak disediakan, tensor latents akan dihasilkan dengan sampling menggunakan generator acak yang disediakan. prompt_embeds (torch.FloatTensor, opsional): Embedding teks yang telah dihasilkan sebelumnya. Dapat digunakan untuk dengan mudah menyesuaikan input teks, mis. pembobotan prompt. Jika tidak disediakan, embedding teks akan dihasilkan dari argumen input prompt. negative_prompt_embeds (torch.FloatTensor, opsional): Embedding teks negatif yang telah dihasilkan sebelumnya. Dapat digunakan untuk dengan mudah menyesuaikan input teks, mis. pembobotan prompt. Jika tidak disediakan, negative_prompt_embeds akan dihasilkan dari argumen input negative_prompt. output_type (str, opsional, default "pil"): Format output dari gambar yang dihasilkan. Pilih antara PIL: PIL.Image.Image atau np.array. return_dict (bool, opsional, default True): Apakah akan mengembalikan ~pipelines.bria.BriaPipelineOutput alih-alih tuple biasa. attention_kwargs (dict, opsional): Kamus kwargs yang jika ditentukan akan diteruskan ke AttentionProcessor seperti yang didefinisikan di bawah self.processor dalam diffusers.models.attention_processor. callback_on_step_end (Callable, opsional): Fungsi yang dipanggil di akhir setiap langkah denoising selama inferensi. Fungsi ini dipanggil dengan argumen berikut: callback_on_step_end(self: DiffusionPipeline, step: int, timestep: int, callback_kwargs: Dict). callback_kwargs akan berisi daftar semua tensor seperti yang ditentukan oleh callback_on_step_end_tensor_inputs. callback_on_step_end_tensor_inputs (list, opsional): Daftar input tensor untuk fungsi callback_on_step_end. Tensor yang ditentukan dalam daftar akan diteruskan sebagai argumen callback_kwargs. Anda hanya dapat menyertakan variabel yang terdaftar dalam atribut ._callback_tensor_inputs dari kelas pipeline Anda. max_sequence_length (int default 256): Panjang urutan maksimum untuk digunakan dengan prompt. clip_value (float, opsional): Jika diset, noise yang diprediksi akan dipangkas ke rentang [-clip_value, clip_value] pada setiap langkah denoising. normalize (bool, opsional, default False): Apakah akan menormalisasi noise yang diprediksi pada setiap langkah denoising.

>>> 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")