diffusers/pr_12509/zh/modular_diffusers/modular_diffusers_states.md

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。