Diffusers documentation
状态
You are viewing main version, which requires installation from source. If you'd like
regular pip install, checkout the latest stable version (v0.35.1).
状态
块依赖于PipelineState和BlockState数据结构进行通信和数据共享。
| 状态 | 描述 |
|---|---|
PipelineState | 维护管道执行所需的整体数据,并允许块读取和更新其数据。 |
BlockState | 允许每个块使用来自inputs的必要数据执行其计算 |
本指南解释了状态如何工作以及它们如何连接块。
PipelineState
PipelineState是所有块的全局状态容器。它维护管道的完整运行时状态,并为块提供了一种结构化的方式来读取和写入共享数据。
PipelineState中有两个字典用于结构化数据。
values字典是一个可变状态,包含用户提供的输入值的副本和由块生成的中间输出值。如果一个块修改了一个input,它将在调用set_block_state后反映在values字典中。
PipelineState(
values={
'prompt': 'a cat'
'guidance_scale': 7.0
'num_inference_steps': 25
'prompt_embeds': Tensor(dtype=torch.float32, shape=torch.Size([1, 1, 1, 1]))
'negative_prompt_embeds': None
},
)BlockState
BlockState是PipelineState中相关变量的局部视图,单个块需要这些变量来执行其计算。
直接作为属性访问这些变量,如block_state.image。
BlockState(
image: <PIL.Image.Image image mode=RGB size=512x512 at 0x7F3ECC494640>
)当一个块的__call__方法被执行时,它用self.get_block_state(state)检索BlockState,执行其操作,并用self.set_block_state(state, block_state)更新PipelineState。
def __call__(self, components, state):
# 检索BlockState
block_state = self.get_block_state(state)
# 对输入进行计算的逻辑
# 更新PipelineState
self.set_block_state(state, block_state)
return components, state状态交互
PipelineState和BlockState的交互由块的inputs和intermediate_outputs定义。
inputs, 一个块可以修改输入 - 比如block_state.image- 并且这个改变可以通过调用set_block_state全局传播到PipelineState。intermediate_outputs,是一个块创建的新变量。它被添加到PipelineState的values字典中,并且可以作为后续块的可用变量,或者由用户作为管道的最终输出访问。