Hugging Face's logo

Diffusers 文档

标准化层

Hugging Face's logo
加入 Hugging Face 社区

并获得增强的文档体验

开始使用

标准化层

自定义标准化层，用于支持 🤗 Diffusers 中的各种模型。

AdaLayerNorm

class diffusers.models.normalization.AdaLayerNorm

< >

( embedding_dim: int num_embeddings: typing.Optional[int] = None output_dim: typing.Optional[int] = None norm_elementwise_affine: bool = False norm_eps: float = 1e-05 chunk_dim: int = 0 )

参数

  • embedding_dim (int) — 每个嵌入向量的大小。
  • num_embeddings (int, 可选) — 嵌入字典的大小。
  • output_dim (int, 可选) —
  • norm_elementwise_affine (bool, 默认为 `False`) —
  • norm_eps (bool, 默认为 False) —
  • chunk_dim (int, 默认为 0) —

修改后的 Norm 层，以结合时间步嵌入。

AdaLayerNormZero

class diffusers.models.normalization.AdaLayerNormZero

< >

( embedding_dim: int num_embeddings: typing.Optional[int] = None norm_type = 'layer_norm' bias = True )

参数

  • embedding_dim (int) — 每个嵌入向量的大小。
  • num_embeddings (int) — 嵌入字典的大小。

规范化层自适应层归一化零 (adaLN-Zero)。

AdaLayerNormSingle

class diffusers.models.normalization.AdaLayerNormSingle

< >

( embedding_dim: int use_additional_conditions: bool = False )

参数

  • embedding_dim (int) — 每个嵌入向量的大小。
  • use_additional_conditions (bool) — 是否使用额外的条件进行归一化。

规范化层自适应层归一化单层 (adaLN-single)。

正如 PixArt-Alpha 中提出的（参见：https://arxiv.org/abs/2310.00426; 第 2.3 节）。

AdaGroupNorm

class diffusers.models.normalization.AdaGroupNorm

< >

( embedding_dim: int out_dim: int num_groups: int act_fn: typing.Optional[str] = None eps: float = 1e-05 )

参数

  • embedding_dim (int) — 每个嵌入向量的大小。
  • num_embeddings (int) — 嵌入字典的大小。
  • num_groups (int) — 将通道分隔成的组数。
  • act_fn (str, 可选, 默认为 None) — 要使用的激活函数。
  • eps (float, 可选, 默认为 1e-5) — 用于数值稳定性的 epsilon 值。

GroupNorm 层经过修改，以结合时间步嵌入。

< > 在 GitHub 上更新

←自定义激活函数 实用工具→