FluxTextToImage 类keras_hub.models.FluxTextToImage(backbone, preprocessor, **kwargs)
一个端到端的 Flux 模型，用于文本到图像生成。
该模型有一个 generate() 方法，它根据提示生成图像。
参数
keras_hub.models.FluxBackbone 实例。keras_hub.models.FluxTextToImagePreprocessor 实例。示例
使用 generate() 进行图像生成。
prompt = (
"Astronaut in a jungle, cold color palette, muted colors, "
"detailed, 8k"
)
text_to_image = keras_hub.models.FluxTextToImage.from_preset(
"TBA", height=512, width=512
)
text_to_image.generate(
prompt
)
# 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(
prompt,
num_steps=50,
guidance_scale=5.0,
)
# Generate with `negative_prompts`.
text_to_image.generate(
{
"prompts": prompt,
"negative_prompts": "green color",
}
)
from_preset 方法FluxTextToImage.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：
'bert_base_en''kaggle://user/bert/keras/bert_base_en''hf://user/bert_base_en''./bert_base_en'对于任何 Task 子类，您都可以运行 cls.presets.keys() 来列出该类上所有可用的内置预设。
此构造函数可以通过两种方式调用。一种方式是从特定任务的基类（如 keras_hub.models.CausalLM.from_preset()）调用，另一种方式是从模型类（如 keras_hub.models.BertTextClassifier.from_preset()）调用。如果从基类调用，返回对象的子类将从预设目录中的配置推断出来。
参数
True，已保存的权重将被加载到模型架构中。如果为 False，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,
)
backbone 属性keras_hub.models.FluxTextToImage.backbone
一个具有核心架构的 keras_hub.models.Backbone 模型。
generate 方法FluxTextToImage.generate(inputs, num_steps=28, guidance_scale=7.0, seed=None)
根据提供的 inputs 生成图像。
通常，inputs 包含用于指导图像生成的文本描述（称为提示词）。
一些模型支持 negative_prompts 键，它有助于引导模型避免生成某些风格和元素。要启用此功能，请将 prompts 和 negative_prompts 作为字典传递。
prompt = (
"Astronaut in a jungle, cold color palette, muted colors, "
"detailed, 8k"
)
text_to_image.generate(
{
"prompts": prompt,
"negative_prompts": "green color",
}
)
如果 inputs 是一个 tf.data.Dataset，输出将“逐批”生成并连接起来。否则，所有输入都将作为批次处理。
参数
tf.data.Dataset。格式必须是以下之一：tf.data.Datasetpreprocessor 属性keras_hub.models.FluxTextToImage.preprocessor
用于预处理输入的 keras_hub.models.Preprocessor 层。