AutoencoderKLKVAE

带有 KL 散度损失的二维变分自编码器（VAE）模型。

可以使用以下代码片段加载该模型。

import torch
from diffusers import AutoencoderKLKVAE

vae = AutoencoderKLKVAE.from_pretrained("kandinskylab/KVAE-2D-1.0", subfolder="diffusers", dtype=torch.bfloat16)

AutoencoderKLKVAE

class diffusers.AutoencoderKLKVAE

< source >

( in_channels: int = 3channels: int = 128num_enc_blocks: int = 2num_dec_blocks: int = 2z_channels: int = 16double_z: bool = Truech_mult: typing.Tuple[int, ...] = (1, 2, 4, 8)sample_size: int = 1024 )

参数

in_channels（int，可选，默认为 3）— 输入图像的通道数。
channels (int, 可选，默认为 128) — 多分辨率块中的基础通道数。
num_enc_blocks (int, 可选，默认为 2) — 编码器多分辨率层中 Resnet 块的数量。
num_dec_blocks (int, 可选，默认为 2) — 解码器多分辨率层中 Resnet 块的数量。
z_channels（int，可选，默认为 16）— 潜在空间中的通道数。
double_z (bool，可选，默认为 True) — 是否将编码器的输出通道数加倍。
ch_mult (Tuple[int, ...]，可选，默认为 (1, 2, 4, 8)) — 多分辨率块中的通道乘数。
sample_size（int，可选，默认为 1024）— 采样输入大小。

一个带有 KL 损失的 VAE 模型，用于将图像编码为潜在表示，并将潜在表示解码为图像。

该模型继承自 ModelMixin。有关为所有模型实现的通用方法（例如下载或保存），请参阅其父类文档。

decode

< source >

( z: FloatTensorreturn_dict: bool = Truegenerator = None ) → ~models.vae.DecoderOutput or tuple

参数

z (torch.Tensor) — 输入批次的潜在向量。
return_dict (bool，可选，默认为 True) — 是否返回 ~models.vae.DecoderOutput 而不是普通元组。

返回值

~models.vae.DecoderOutput 或 tuple

如果 return_dict 为 True，则返回 ~models.vae.DecoderOutput，否则返回普通的 tuple。

解码一批图像。

encode

< source >

( x: Tensorreturn_dict: bool = True )

参数

x (torch.Tensor) — 输入图像批次。
return_dict (bool，可选，默认为 True) — 是否返回 ~models.autoencoder_kl.AutoencoderKLOutput 而不是普通元组。

将一批图像编码为潜在表示。

forward

< source >

( sample: Tensorsample_posterior: bool = Falsereturn_dict: bool = Truegenerator: typing.Optional[torch.Generator] = None ) → ~models.vae.DecoderOutput or tuple

参数

sample (torch.Tensor) — 输入样本。
sample_posterior (bool，可选，默认为 False) — 是否从后验分布中采样。
return_dict (bool，可选，默认为 True) — 是否返回 DecoderOutput 而不是普通元组。
generator (torch.Generator，可选) — 用于使采样过程确定性的 torch.Generator。

返回值

~models.vae.DecoderOutput 或 tuple

如果 return_dict 为 True，则返回 ~models.vae.DecoderOutput，否则返回普通的 tuple。

tiled_decode

< source >

( z: Tensorreturn_dict: bool = True ) → ~models.vae.DecoderOutput or tuple

参数

z (torch.Tensor) — 输入批次的潜在向量。
return_dict (bool，可选，默认为 True) — 是否返回 ~models.vae.DecoderOutput 而不是普通元组。

返回值

~models.vae.DecoderOutput 或 tuple

如果 return_dict 为 True，则返回 ~models.vae.DecoderOutput，否则返回普通的 tuple。

使用分块解码器解码一批图像。

Update on GitHub

Diffusers

AutoencoderKLKVAE