# JoyImageEditPlusTransformer3DModel

يمكن تحميل النموذج باستخدام مقتطف الشيفرة التالي.

```python
from diffusers import JoyImageEditPlusTransformer3DModel

transformer = JoyImageEditPlusTransformer3DModel.from_pretrained("jdopensource/JoyAI-Image-Edit-Plus-Diffusers", subfolder="transformer", dtype=torch.bfloat16)
```

## JoyImageEditPlusTransformer3DModel[[diffusers.JoyImageEditPlusTransformer3DModel]]

#### diffusers.JoyImageEditPlusTransformer3DModel[[diffusers.JoyImageEditPlusTransformer3DModel]]

```python
diffusers.JoyImageEditPlusTransformer3DModel(patch_size: list = [1, 2, 2], in_channels: int = 16, out_channels: int | None = None, hidden_size: int = 3072, num_attention_heads: int = 24, text_dim: int = 4096, mlp_width_ratio: float = 4.0, num_layers: int = 20, rope_dim_list: list = [16, 56, 56], rope_type: str = 'rope', theta: int = 256)
```

[المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_joyimage_edit_plus.py#L317)

**المعاملات:**

patch_size (`list`، القيمة الافتراضية `[1, 2, 2]`) : حجم الباتش (Patch size) لتقطيع المدخل الكامن (latent input) على طول الأبعاد `(t, h, w)`.

in_channels (`int`، القيمة الافتراضية `16`) : عدد القنوات في المدخلات الكامنة.

out_channels (`int`، *اختياري*، القيمة الافتراضية `None`) : عدد القنوات في المخرجات. إذا لم يُحدد، تكون القيمة الافتراضية `in_channels`.

hidden_size (`int`، القيمة الافتراضية `3072`) : بُعد التمثيلات المخفية.

num_attention_heads (`int`، القيمة الافتراضية `24`) : عدد رؤوس الانتباه.

text_dim (`int`، القيمة الافتراضية `4096`) : بُعد مخرج مُشفِّر النص.

mlp_width_ratio (`float`، القيمة الافتراضية `4.0`) : نسبة بُعد MLP المخفي إلى `hidden_size`.

num_layers (`int`، القيمة الافتراضية `20`) : عدد كتل التحويل ذات التدفق المزدوج.

rope_dim_list (`list[int]`، القيمة الافتراضية هي `[16, 56, 56]`) : الأبعاد للتضمينات الموضعية الدوارة ثلاثية الأبعاد على طول `(t, h, w)`.

rope_type (`str`، الافتراضي `"rope"`) : نوع التضمين الوضعي الدوّاري.

theta (`int`، القيمة الافتراضية `256`) : التردد الأساسي للتضمينات الدوارة.

JoyImage Edit Plus Transformer لتحرير الصور المتعددة.

يستخدم نهج patchify+padding حيث يتم تقسيم كل صورة مرجعية والضوضاء المستهدفة بشكل مستقل إلى بقع (patches) ثم دمجها في تسلسل مسطّح من البقع. يدعم صوراً مرجعية بدقة متغيرة.

صيغة الإدخال: `[B, max_patches, C, pt, ph, pw]` (رقع محشوة بأبعاد 6).

#### forward[[diffusers.JoyImageEditPlusTransformer3DModel.forward]]

```python
forward(hidden_states: Tensor, timestep: Tensor, encoder_hidden_states: Tensor, encoder_hidden_states_mask: typing.Optional[torch.Tensor] = None, shape_list: list = None, return_dict: bool = True)
```

[المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/transformer_joyimage_edit_plus.py#L444)

**المعاملات:**

hidden_states : [B, max_patches, C, pt, ph, pw] - مدخل كامن مُقسَّم إلى رقعات.

timestep : [B] - خطوة الانتشار.

encoder_hidden_states : [B, L, D] - مخرجات مُشفِّر النص.

encoder_hidden_states_mask : [B, L] - قناع الانتباه لرموز النص.

shape_list : قائمة لكل عينة من tuples (t, h, w) لكل مكوّن (الهدف + المراجع).

return_dict : ما إذا كان يجب إرجاع قاموس (dict) أو مجموعة (tuple).

**يعيد:**

إذا كان `return_dict` صحيحًا، يُعاد [Transformer2DModelOutput](/docs/diffusers/main/ar/api/models/cogview3plus_transformer2d#diffusers.models.modeling_outputs.Transformer2DModelOutput)، وإلا يُعاد `tuple` يكون عنصره الأول هو مصفوفة العينة.

## Transformer2DModelOutput[[diffusers.models.modeling_outputs.Transformer2DModelOutput]]

#### diffusers.models.modeling_outputs.Transformer2DModelOutput[[diffusers.models.modeling_outputs.Transformer2DModelOutput]]

```python
diffusers.models.modeling_outputs.Transformer2DModelOutput(sample: torch.Tensor)
```

[المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/modeling_outputs.py#L21)

**المعاملات:**

sample (`torch.Tensor` من الشكل `(batch_size, num_channels, height, width)` أو `(batch size, num_vector_embeds - 1, num_latent_pixels)` إذا كان [Transformer2DModel](/docs/diffusers/main/ar/api/models/transformer2d#diffusers.Transformer2DModel) منفصلاً): مخرجات الحالات المخفية المشروطة على مدخل `encoder_hidden_states`. إذا كان منفصلاً، يعيد توزيعات الاحتمال للبكسلات الكامنة غير الملوثة.

مخرجات [Transformer2DModel](/docs/diffusers/main/ar/api/models/transformer2d#diffusers.Transformer2DModel).