StableDiffusion3 文本转图像模型
StableDiffusion3TextToImage 类
keras_hub.models.StableDiffusion3TextToImage(backbone, preprocessor, **kwargs)
用于文本转图像生成的端到端 Stable Diffusion 3 模型。
此模型具有 generate() 方法，该方法根据提示生成图像。
参数
- backbone:
keras_hub.models.StableDiffusion3Backbone实例。 - preprocessor:
keras_hub.models.StableDiffusion3TextToImagePreprocessor实例。
示例
使用 generate() 进行图像生成。
text_to_image = keras_hub.models.StableDiffusion3TextToImage.from_preset(
"stable_diffusion_3_medium", height=512, width=512
)
text_to_image.generate(
"Astronaut in a jungle, cold color palette, muted colors, detailed, 8k"
)
# Generate with batched prompts.
text_to_image.generate(
["cute wallpaper art of a cat", "cute wallpaper art of a dog"]
)
# Generate with different `num_steps` and `guidance_scale`.
text_to_image.generate(
"Astronaut in a jungle, cold color palette, muted colors, detailed, 8k",
num_steps=50,
guidance_scale=5.0,
)
# Generate with `negative_prompts`.
text_to_image.generate(
{
"prompts": "Astronaut in a jungle, cold color palette, muted colors, detailed, 8k",
"negative_prompts": "green color",
}
)
from_preset 方法
StableDiffusion3TextToImage.from_preset(preset, load_weights=True, **kwargs)
从模型预设实例化一个 keras_hub.models.Task。
预设是一个包含配置、权重和其他文件资产的目录，用于保存和加载预训练模型。preset 可以作为以下之一传递：
- 内置预设标识符，如
'bert_base_en' - Kaggle 模型句柄，如
'kaggle://user/bert/keras/bert_base_en' - Hugging Face 句柄，如
'hf://user/bert_base_en' - 本地预设目录的路径，如
'./bert_base_en'
对于任何 Task 子类，您都可以运行 cls.presets.keys() 来列出该类上可用的所有内置预设。
此构造函数可以以两种方式调用。可以从任务特定的基类调用，如 keras_hub.models.CausalLM.from_preset()，也可以从模型类调用，如 keras_hub.models.BertTextClassifier.from_preset()。如果从基类调用，则返回对象的子类将从预设目录中的配置推断出来。
参数
- preset: 字符串。内置预设标识符、Kaggle 模型句柄、Hugging Face 句柄或本地目录的路径。
- load_weights: 布尔值。如果为
True，则保存的权重将加载到模型架构中。如果为False，则所有权重将被随机初始化。
示例
# Load a Gemma generative task.
causal_lm = keras_hub.models.CausalLM.from_preset(
"gemma_2b_en",
)
# Load a Bert classification task.
model = keras_hub.models.TextClassifier.from_preset(
"bert_base_en",
num_classes=2,
)
| 预设名称 | 参数 | 描述 |
|---|---|---|
| stable_diffusion_3_medium | 2.99B | 30 亿参数，包括 CLIP L 和 CLIP G 文本编码器、MMDiT 生成模型和 VAE 自编码器。由 Stability AI 开发。 |
backbone 属性
keras_hub.models.StableDiffusion3TextToImage.backbone
具有核心架构的 keras_hub.models.Backbone 模型。
preprocessor 属性
keras_hub.models.StableDiffusion3TextToImage.preprocessor
用于预处理输入的 keras_hub.models.Preprocessor 层。