Parámetros

• conversation (Union[List[Dict[str, str]], List[List[Dict[str, str]]]]) — Una lista de diccionarios con las claves “role” y “content”, que representa el historial de la conversación hasta el momento.
• tools (List[Union[Dict, Callable]], opcional) — Una lista de herramientas (funciones invocables) que estarán accesibles para el modelo. Si la plantilla no soporta la invocación de funciones, este argumento no tendrá efecto. Cada herramienta debe pasarse como un JSON Schema, indicando el nombre, la descripción y los tipos de argumentos de la herramienta. Consulte nuestra guía de plantillas de chat para obtener más información.
• add_generation_prompt (bool, opcional) — Este argumento no tiene efecto para MistralCommonBackend. Sin embargo, no puede usarse al mismo tiempo que continue_final_message para mantener la API consistente. Si alguna conversación termina con un mensaje del asistente, se generará un error. En tales casos, use continue_final_message en su lugar.
• continue_final_message (bool, opcional) — Si se establece, el chat se formateará de modo que el mensaje final del chat sea de final abierto, sin tokens EOS. El modelo continuará este mensaje en lugar de comenzar uno nuevo. Esto le permite “prellenar” parte de la respuesta del modelo. No se puede usar al mismo tiempo que add_generation_prompt.
• tokenize (bool, por defecto True) — Si se debe tokenizar la salida. Si es False, la salida será una cadena de texto.
• padding (bool, str o PaddingStrategy, opcional, por defecto False) — Seleccione una estrategia para rellenar las secuencias devueltas (según el lado de relleno y el índice de relleno del modelo) entre:
  • True o 'longest': Rellena hasta la secuencia más larga del lote (o no aplica relleno si solo se proporciona una secuencia).
  • 'max_length': Rellena hasta una longitud máxima especificada con el argumento max_length o hasta la longitud de entrada máxima aceptable para el modelo si no se proporciona dicho argumento.
  • False o 'do_not_pad' (predeterminado): Sin relleno (es decir, puede generar un lote con secuencias de diferentes longitudes).
• truncation (bool, por defecto False) — Si se deben truncar las secuencias en la longitud máxima. No tiene efecto si tokenize es False.
• max_length (int, opcional) — Longitud máxima (en tokens) para usar en el relleno o la truncación. No tiene efecto si tokenize es False. Si no se especifica, se usará el atributo max_length del tokenizador como valor predeterminado.
• return_tensors (str o TensorType, opcional) — Si se establece, devolverá tensores de un marco de trabajo específico. No tiene efecto si tokenize es False. Los valores aceptables son:
  • 'pt': Devuelve objetos torch.Tensor de PyTorch.
• return_dict (bool, por defecto False) — Si se debe devolver un diccionario con salidas nombradas. No tiene efecto si tokenize es False. Si al menos una conversación contiene una imagen, sus valores de píxel se devolverán en la clave pixel_values y los tamaños de imagen en la clave image_sizes.
• reasoning_effort (ReasoningEffort, opcional) — El esfuerzo de razonamiento a utilizar para la finalización del chat en los modelos que lo admiten. Los valores posibles son:
  • ReasoningEffort.none: El modelo no razonará.
  • ReasoningEffort.high: El modelo utilizará un enfoque de razonamiento. Si no se especifica, se utilizará el esfuerzo de razonamiento predeterminado.
• kwargs (argumentos de palabra clave adicionales, opcional) — Argumentos adicionales que se pasan al método ChatCompletionRequest.from_openai de mistral-common.

Parámetros

• sequences (Union[list[int], list[list[int]], np.ndarray, torch.Tensor]) — Lista de ids de entrada tokenizados. Se puede obtener usando el método __call__.
• skip_special_tokens (bool, opcional, valor predeterminado False) — Indica si se deben eliminar los tokens especiales durante la decodificación.
• clean_up_tokenization_spaces (bool, opcional) — Si se deben limpiar los espacios de tokenización. Si es None, se usará por defecto self.clean_up_tokenization_spaces.
• kwargs (argumentos de palabra clave adicionales, opcional) — No es compatible con MistralCommonBackend.batch_decode. Lanzará un error si se utiliza.

Parámetros

• token_ids_0 (list[int]) — Lista de IDs a los que se les añadirán los tokens especiales.
• token_ids_1 (None, opcional) — None, se mantiene para coincidir con la firma de Transformers.

Parámetros

• token_ids_0 (list[int]) — Lista de IDs.
• token_ids_1 (None, opcional) — None, se mantiene para coincidir con la firma de Transformers.

Parámetros

• token_ids (Union[int, list[int], list[list[int]], np.ndarray, torch.Tensor]) — Una secuencia única o un lote (lista de secuencias) de ids de entrada tokenizados. Se puede obtener mediante el método __call__.
• skip_special_tokens (bool, opcional, valor predeterminado False) — Indica si se deben eliminar los tokens especiales durante la decodificación.
• clean_up_tokenization_spaces (bool, opcional) — Si se deben limpiar los espacios de tokenización. Si es None, se usará por defecto self.clean_up_tokenization_spaces.
• kwargs (argumentos de palabra clave adicionales, opcional) — No es compatible con MistralCommonBackend.decode. Lanzará un error si se utiliza.

Parámetros

• text (str o list[int]) — La primera secuencia que se codificará. Puede ser una cadena de caracteres o una lista de enteros (ids de cadenas tokenizadas).
• text_pair (None, opcional) — No compatible con MistralCommonBackend.encode. Se mantiene para coincidir con la firma de PreTrainedTokenizerBase.encode.
• add_special_tokens (bool, opcional, valor predeterminado True) — Indica si se deben o no añadir tokens especiales al codificar las secuencias. Esto utilizará la función subyacente PretrainedTokenizerBase.build_inputs_with_special_tokens, que define qué tokens se añaden automáticamente a los ids de entrada. Esto es útil si se desea añadir tokens bos o eos automáticamente. Cuando el Tokenizer se carga en modo finetuning, añade tanto bos como eos. En caso contrario, en modo “test”, solo añade bos.
• padding (bool, str o PaddingStrategy, opcional, el valor predeterminado es False) — Activa y controla el relleno. Acepta los siguientes valores:
  • True o 'longest': Rellena hasta la secuencia más larga del lote (o no aplica relleno si solo se proporciona una secuencia).
  • 'max_length': Rellena hasta una longitud máxima especificada con el argumento max_length o hasta la longitud de entrada máxima aceptable para el modelo si no se proporciona dicho argumento.
  • False o 'do_not_pad' (predeterminado): Sin relleno (es decir, puede generar un lote con secuencias de diferentes longitudes).
• truncation (bool, str o TruncationStrategy, opcional, por defecto False) — Activa y controla la truncación. Acepta los siguientes valores:
  • True o 'longest_first': Trunca a una longitud máxima especificada con el argumento max_length o a la longitud de entrada máxima aceptable para el modelo si no se proporciona dicho argumento.
  • False o 'do_not_truncate' (predeterminado): sin truncamiento (es decir, se puede generar un lote con longitudes de secuencia mayores que el tamaño máximo de entrada admisible por el modelo).
• max_length (int, opcional) — Controla la longitud máxima que se utilizará mediante uno de los parámetros de truncamiento/relleno.

  Si se deja sin definir o se establece en None, se utilizará la longitud máxima predefinida del modelo si uno de los parámetros de truncamiento/relleno lo requiere. Si el modelo no tiene una longitud máxima de entrada específica (como XLNet), el truncamiento/relleno a una longitud máxima se desactivará.

• stride (int, opcional, valor predeterminado 0) — Si se establece en un número junto con max_length, los tokens de desbordamiento devueltos cuando return_overflowing_tokens=True contendrán algunos tokens del final de la secuencia truncada devuelta para proporcionar cierta superposición entre las secuencias truncadas y las de desbordamiento. El valor de este argumento define el número de tokens superpuestos.
• pad_to_multiple_of (int, opcional) — Si se establece, se rellenará la secuencia hasta un múltiplo del valor proporcionado. Requiere que padding esté activado. Esto es especialmente útil para habilitar el uso de Tensor Cores en hardware de NVIDIA con capacidad de cálculo >= 7.5 (Volta).
• padding_side (str, opcional) — El lado en el que el modelo debe aplicar el relleno. Debe seleccionarse entre [‘right’, ‘left’]. El valor predeterminado se elige a partir del atributo de clase con el mismo nombre.
• return_tensors (str o TensorType, opcional) — Si se establece, devolverá tensores en lugar de una lista de enteros de Python. Los valores aceptables son:
  • 'pt': Devuelve objetos torch.Tensor de PyTorch.
• **kwargs — No compatible con MistralCommonBackend.encode. Se generará un error si se usa.

Parámetros

• pretrained_model_name_or_path (str o os.PathLike) — Puede ser:
  • Una cadena de texto, el model id de un tokenizador predefinido alojado en un repositorio de modelos en huggingface.co.
  • Una ruta a un directorio que contiene la configuración del tokenizador, por ejemplo, guardada usando el método MistralCommonBackend.tokenization_mistral_common.save_pretrained, p. ej., ./my_model_directory/.
• mode (Union[str, ValidationMode], opcional, por defecto ValidationMode.test) — Modo de validación para el MistralTokenizer tokenizer. Los valores posibles son:
  • "finetuning" o ValidationMode.finetuning: el modo de ajuste fino.
  • "test" o ValidationMode.test: el modo de prueba. Cambia cómo el tokenizer valida la entrada y prepara la solicitud para el modelo.
• cache_dir (str o os.PathLike, opcional) — Ruta a un directorio en el que se deben almacenar en caché los archivos de vocabulario de un tokenizador predefinido descargado si no se debe usar la caché estándar.
• force_download (bool, opcional, valor predeterminado False) — Indica si se debe forzar la (re)descarga de los archivos de vocabulario y sobrescribir las versiones en caché si existen.
• token (str o bool, opcional) — El token que se usará como autorización HTTP bearer para archivos remotos. Si es True, se usará el token generado al ejecutar hf auth login (almacenado en ~/.huggingface).
• local_files_only (bool, opcional, valor predeterminado False) — Indica si se debe confiar únicamente en los archivos locales y no intentar descargar ningún archivo.
• revision (str, opcional, valor predeterminado "main") — La versión específica del modelo que se va a utilizar. Puede ser el nombre de una rama, el nombre de una etiqueta o un id de commit, ya que utilizamos un sistema basado en git para almacenar modelos y otros artefactos en huggingface.co, por lo que revision puede ser cualquier identificador permitido por git.
• max_length (int, opcional) — Controla la longitud máxima que se utilizará mediante uno de los parámetros de truncamiento/relleno.

  Si se deja sin definir o se establece en None, se utilizará la longitud máxima predefinida del modelo si uno de los parámetros de truncamiento/relleno lo requiere. Si el modelo no tiene una longitud máxima de entrada específica (como XLNet), el truncamiento/relleno a una longitud máxima se desactivará.

• padding_side (str, opcional, valor predeterminado "left") — El lado en el que el modelo debe aplicar el relleno. Debe seleccionarse entre [‘right’, ‘left’]. El valor predeterminado se toma del atributo de clase con el mismo nombre.
• truncation_side (str, opcional, por defecto "right") — El lado en el que el modelo debe aplicar la truncación. Debe seleccionarse entre [‘right’, ‘left’].
• model_input_names (List[str], opcional) — La lista de entradas aceptadas por la pasada hacia adelante del modelo (como "token_type_ids" o "attention_mask"). El valor predeterminado se toma del atributo de clase con el mismo nombre.
• clean_up_tokenization_spaces (bool, opcional, valor predeterminado False) — Indica si el modelo debe limpiar los espacios que se añadieron al dividir el texto de entrada durante el proceso de tokenización.
• kwargs (argumentos de palabra clave adicionales, opcional) — No es compatible con MistralCommonBackend.from_pretrained. Lanzará un error si se utiliza.

Parámetros

• token_ids_0 (list[int]) — Lista de ids de la secuencia.
• token_ids_1 (None, opcional) — None, se mantiene para coincidir con la implementación de Transformers.
• already_has_special_tokens (bool, opcional, valor predeterminado False) — Indica si la lista de tokens ya está formateada con tokens especiales para el modelo.

Parámetros

• pair (Literal[False], opcional) — False, se mantiene para coincidir con la firma de Transformer.

Parámetros

• ids (list[int]) — ids de entrada tokenizada de la primera secuencia.
• pair_ids (None, opcional) — No es compatible con MistralCommonBackend. Se mantiene para coincidir con la interfaz de PreTrainedTokenizerBase.
• add_special_tokens (bool, opcional, valor predeterminado True) — Indica si se deben o no añadir tokens especiales al codificar las secuencias. Esto utilizará la función subyacente PretrainedTokenizerBase.build_inputs_with_special_tokens, que define qué tokens se añaden automáticamente a los ids de entrada. Esto es útil si se desea añadir tokens bos o eos automáticamente. Cuando el Tokenizer se carga en modo finetuning, añade tanto bos como eos. En caso contrario, en modo “test”, solo añade bos.
• padding (bool, str o PaddingStrategy, opcional, el valor predeterminado es False) — Activa y controla el relleno. Acepta los siguientes valores:
  • True o 'longest': Rellena hasta la secuencia más larga del lote (o no aplica relleno si solo se proporciona una secuencia).
  • 'max_length': Rellena hasta una longitud máxima especificada con el argumento max_length o hasta la longitud de entrada máxima aceptable para el modelo si no se proporciona dicho argumento.
  • False o 'do_not_pad' (predeterminado): Sin relleno (es decir, puede generar un lote con secuencias de diferentes longitudes).
• truncation (bool, str o TruncationStrategy, opcional, por defecto False) — Activa y controla la truncación. Acepta los siguientes valores:
  • True o 'longest_first': Trunca a una longitud máxima especificada con el argumento max_length o a la longitud de entrada máxima aceptable para el modelo si no se proporciona dicho argumento.
  • False o 'do_not_truncate' (predeterminado): sin truncamiento (es decir, se puede generar un lote con longitudes de secuencia mayores que el tamaño máximo de entrada admisible por el modelo).
• max_length (int, opcional) — Controla la longitud máxima que se utilizará mediante uno de los parámetros de truncamiento/relleno.

  Si se deja sin definir o se establece en None, se utilizará la longitud máxima predefinida del modelo si uno de los parámetros de truncamiento/relleno lo requiere. Si el modelo no tiene una longitud máxima de entrada específica (como XLNet), el truncamiento/relleno a una longitud máxima se desactivará.

• stride (int, opcional, valor predeterminado 0) — Si se establece en un número junto con max_length, los tokens de desbordamiento devueltos cuando return_overflowing_tokens=True contendrán algunos tokens del final de la secuencia truncada devuelta para proporcionar cierta superposición entre las secuencias truncadas y las de desbordamiento. El valor de este argumento define el número de tokens superpuestos.
• pad_to_multiple_of (int, opcional) — Si se establece, se rellenará la secuencia hasta un múltiplo del valor proporcionado. Requiere que padding esté activado. Esto es especialmente útil para habilitar el uso de Tensor Cores en hardware de NVIDIA con capacidad de cálculo >= 7.5 (Volta).
• padding_side (str, opcional) — El lado en el que el modelo debe aplicar el relleno. Debe seleccionarse entre [‘right’, ‘left’]. El valor predeterminado se elige a partir del atributo de clase con el mismo nombre.
• return_tensors (str o TensorType, opcional) — Si se establece, devolverá tensores en lugar de una lista de enteros de Python. Los valores aceptables son:
  • 'pt': Devuelve objetos torch.Tensor de PyTorch.
• return_token_type_ids (bool, opcional) — Si se deben devolver los IDs de tipo de token. Para MistralCommonBackend devuelve una lista de ceros de la longitud de la secuencia, ya que solo se admite una secuencia.

  ¿Qué son los IDs de tipo de token?

• return_attention_mask (bool, opcional) — Si se debe devolver la máscara de atención. Si se deja en el valor predeterminado, se devolverá la máscara de atención según el valor predeterminado del tokenizador específico, definido por el return_outputs atributo.

  ¿Qué son las máscaras de atención?

• return_overflowing_tokens (bool, opcional, valor predeterminado False) — Indica si se deben devolver las secuencias de tokens que exceden el límite. Si se proporciona un par de secuencias de ids de entrada (o un lote de pares) con truncation_strategy = longest_first o True, se genera un error en lugar de devolver los tokens que exceden el límite.
• return_special_tokens_mask (bool, opcional, valor predeterminado False) — Indica si se debe o no devolver información de la máscara de tokens especiales.
• return_length (bool, opcional, valor predeterminado False) — Indica si se deben devolver las longitudes de las entradas codificadas.
• verbose (bool, opcional, valor predeterminado True) — Si se imprime más información y advertencias.
• return_offsets_mapping (Literal[False], opcional) — False, se mantiene para coincidir con la firma de Transformers.
• split_special_tokens (Literal[False], opcional) — False, se mantiene para coincidir con la firma de Transformers.
• **kwargs — se pasan al método self.tokenize()

Parámetros

• save_directory (str | os.PathLike | Path) — Directorio donde se guardará el tokenizador.
• push_to_hub (bool, opcional, valor predeterminado False) — Subir al HF Hub después de guardar.
• token (str o bool, opcional) — Token para la autenticación en Hub.
• commit_message (str, opcional) — Mensaje de commit al hacer push.
• repo_id (str, opcional) — id del repositorio en Hub.
• private (bool, opcional) — Indica si el repositorio es privado.
• save_format (str, opcional) — "mistral" para guardar en el formato nativo tekken, "hf" para el formato de HuggingFace. None conserva el formato original.
• kwargs (dict, opcional) — No se admite: se generará un error.

Parámetros

• text (str) — La secuencia que se va a codificar.
• return_offsets_mapping (Literal[False], opcional) — False, se mantiene para coincidir con la firma de Transformers.
• split_special_tokens (Literal[False], opcional) — False, se mantiene para coincidir con la firma de Transformers.
• **kwargs (argumentos de palabra clave adicionales) — No es compatible con MistralCommonBackend.tokenize. Se generará un error si se utiliza.

Parámetros

• ids (list[int]) — Ids de entrada tokenizados. Se pueden obtener a partir de una cadena encadenando los métodos tokenize y convert_tokens_to_ids.
• pair_ids (None, opcional) — No compatible con MistralCommonBackend. Se mantiene para coincidir con la firma de PreTrainedTokenizerBase.truncate_sequences.
• num_tokens_to_remove (int, opcional, valor predeterminado 0) — Número de tokens que se eliminarán usando la estrategia de truncamiento.
• truncation_strategy (str o TruncationStrategy, opcional, por defecto 'longest_first') — La estrategia a seguir para la truncación. Puede ser:
  • 'longest_first': Trunca hasta una longitud máxima especificada con el argumento max_length o hasta la longitud de entrada máxima aceptable para el modelo si no se proporciona dicho argumento.
  • 'do_not_truncate' (predeterminado): Sin truncamiento (es decir, puede generar un lote con longitudes de secuencia mayores que el tamaño máximo de entrada admisible del modelo).
• stride (int, opcional, valor predeterminado 0) — Si se establece en un número positivo, los tokens de desbordamiento devueltos contendrán algunos tokens de la secuencia principal devuelta. El valor de este argumento define el número de tokens adicionales.

Parámetros

• pixel_values (torch.Tensor de forma (batch_size, num_channels, image_size, image_size)) — Los tensores correspondientes a las imágenes de entrada. Los valores de píxeles se pueden obtener utilizando PixtralImageProcessor. Consulte PixtralImageProcessor.call() para más detalles (PixtralProcessor utiliza PixtralImageProcessor para procesar las imágenes).
• image_sizes (torch.Tensor de forma (batch_size, 2), opcional) — Los tamaños de las imágenes del lote, siendo (altura, ancho) para cada imagen.

Parámetros

• images (Union[PIL.Image.Image, numpy.ndarray, torch.Tensor, list[PIL.Image.Image], list[numpy.ndarray], list[torch.Tensor]]) — Imagen a preprocesar. Espera una imagen única o un lote de imágenes con valores de píxeles que van de 0 a 255. Si se pasan imágenes con valores de píxeles entre 0 y 1, establezca do_rescale=False.
• do_convert_rgb (bool, kwargs, opcional) — Si se debe convertir la imagen a RGB.
• do_resize (bool, kwargs, opcional) — Si se debe redimensionar la imagen.
• size (Annotated[int | list[int] | tuple[int, ...] | dict[str, int] | None, None], kwargs) — Describe las dimensiones de entrada máximas del modelo.
• default_to_square (bool, kwargs, opcional) — Si se debe usar una imagen cuadrada por defecto al redimensionar, si size es un int.
• crop_size (Annotated[int | list[int] | tuple[int, ...] | dict[str, int] | None, None], kwargs) — Tamaño de la imagen de salida tras aplicar center_crop.
• resample (Annotated[Union[int, PILImageResampling, NoneType], None], kwargs) — Filtro de remuestreo a utilizar si se redimensiona la imagen. Puede ser uno de los enum PILImageResampling. Solo tiene efecto si do_resize está establecido en True.
• do_rescale (bool, kwargs, opcional) — Si se debe reescalar la imagen.
• rescale_factor (float, kwargs, opcional) — Factor de reescalado para reescalar la imagen si do_rescale está establecido en True.
• do_normalize (bool, kwargs, opcional) — Si se debe normalizar la imagen.
• image_mean (Union[float, list[float], tuple[float, ...]], kwargs, opcional) — Media de la imagen a utilizar para la normalización. Solo tiene efecto si do_normalize está establecido en True.
• image_std (Union[float, list[float], tuple[float, ...]], kwargs, opcional) — Desviación estándar de la imagen a utilizar para la normalización. Solo tiene efecto si do_normalize está establecido en True.
• do_pad (bool, kwargs, opcional) — Indica si se debe aplicar relleno a la imagen. El relleno se realiza hasta el tamaño más grande del lote o hasta un tamaño cuadrado fijo por imagen. La estrategia exacta de relleno depende del modelo.
• pad_size (Annotated[int | list[int] | tuple[int, ...] | dict[str, int] | None, None], kwargs) — El tamaño en {"height": int, "width" int} al que se rellenan las imágenes. Debe ser mayor que cualquier tamaño de imagen proporcionado para el preprocesamiento. Si no se proporciona pad_size, las imágenes se rellenarán hasta la mayor altura y anchura del lote. Se aplica solo cuando do_pad=True.
• do_center_crop (bool, kwargs, opcional) — Si se debe recortar la imagen centrada.
• data_format (Union[str, ~image_utils.ChannelDimension], kwargs, opcional) — Solo se admite ChannelDimension.FIRST. Se añadió para garantizar la compatibilidad con los procesadores lentos.
• input_data_format (Union[str, ~image_utils.ChannelDimension], kwargs, opcional) — El formato de la dimensión de canales para la imagen de entrada. Si no se establece, el formato de la dimensión de canales se infiere a partir de la imagen de entrada. Puede ser uno de:
  • "channels_first" o ChannelDimension.FIRST: imagen en formato (num_channels, height, width).
  • "channels_last" o ChannelDimension.LAST: imagen en formato (altura, ancho, num_canales).
  • "none" o ChannelDimension.NONE: imagen en formato (altura, ancho).
• device (Annotated[Union[str, torch.device, NoneType], None], kwargs) — El dispositivo en el que se procesarán los videos. Si no se establece, el dispositivo se infiere a partir de los videos de entrada.
• return_tensors (Annotated[str | ~utils.generic.TensorType | None, None], kwargs) — Devuelve tensores apilados si se establece en 'pt'; en caso contrario, devuelve una lista de tensores.
• disable_grouping (bool, kwargs, opcional) — Si se debe deshabilitar el agrupamiento de imágenes por tamaño para procesarlas de forma individual y no en lotes. Si es None, se establecerá en True si las imágenes están en CPU, y en False en caso contrario. Esta elección se basa en observaciones empíricas, como se detalla aquí: https://github.com/huggingface/transformers/pull/38157
• image_seq_length (int, kwargs, opcional) — El número de tokens de imagen que se utilizarán para cada imagen en la entrada. Añadido por compatibilidad con versiones anteriores, pero en futuros modelos debería establecerse como un atributo del procesador.
• patch_size (Union[dict[str, *kwargs*, int], int] opcional, valor predeterminado {"height" -- 16, "width": 16}): Tamaño de los parches en el modelo, utilizado para calcular el tamaño de la imagen de salida.

Parámetros

• images (Union[PIL.Image.Image, numpy.ndarray, torch.Tensor, list[PIL.Image.Image], list[numpy.ndarray], list[torch.Tensor]]) — Imagen a preprocesar. Espera una imagen única o un lote de imágenes con valores de píxeles que van de 0 a 255. Si se pasan imágenes con valores de píxeles entre 0 y 1, establezca do_rescale=False.
• do_convert_rgb (bool, kwargs, opcional) — Si se debe convertir la imagen a RGB.
• do_resize (bool, kwargs, opcional) — Si se debe redimensionar la imagen.
• size (Annotated[int | list[int] | tuple[int, ...] | dict[str, int] | None, None], kwargs) — Describe las dimensiones de entrada máximas del modelo.
• default_to_square (bool, kwargs, opcional) — Si se debe usar una imagen cuadrada por defecto al redimensionar, si size es un int.
• crop_size (Annotated[int | list[int] | tuple[int, ...] | dict[str, int] | None, None], kwargs) — Tamaño de la imagen de salida tras aplicar center_crop.
• resample (Annotated[Union[int, PILImageResampling, NoneType], None], kwargs) — Filtro de remuestreo a utilizar si se redimensiona la imagen. Puede ser uno de los enum PILImageResampling. Solo tiene efecto si do_resize está establecido en True.
• do_rescale (bool, kwargs, opcional) — Si se debe reescalar la imagen.
• rescale_factor (float, kwargs, opcional) — Factor de reescalado para reescalar la imagen si do_rescale está establecido en True.
• do_normalize (bool, kwargs, opcional) — Si se debe normalizar la imagen.
• image_mean (Union[float, list[float], tuple[float, ...]], kwargs, opcional) — Media de la imagen a utilizar para la normalización. Solo tiene efecto si do_normalize está establecido en True.
• image_std (Union[float, list[float], tuple[float, ...]], kwargs, opcional) — Desviación estándar de la imagen a utilizar para la normalización. Solo tiene efecto si do_normalize está establecido en True.
• do_pad (bool, kwargs, opcional) — Indica si se debe aplicar relleno a la imagen. El relleno se realiza hasta el tamaño más grande del lote o hasta un tamaño cuadrado fijo por imagen. La estrategia exacta de relleno depende del modelo.
• pad_size (Annotated[int | list[int] | tuple[int, ...] | dict[str, int] | None, None], kwargs) — El tamaño en {"height": int, "width" int} al que se rellenan las imágenes. Debe ser mayor que cualquier tamaño de imagen proporcionado para el preprocesamiento. Si no se proporciona pad_size, las imágenes se rellenarán hasta la mayor altura y anchura del lote. Se aplica solo cuando do_pad=True.
• do_center_crop (bool, kwargs, opcional) — Si se debe recortar la imagen centrada.
• data_format (Union[str, ~image_utils.ChannelDimension], kwargs, opcional) — Solo se admite ChannelDimension.FIRST. Se añadió para garantizar la compatibilidad con los procesadores lentos.
• input_data_format (Union[str, ~image_utils.ChannelDimension], kwargs, opcional) — El formato de la dimensión de canales para la imagen de entrada. Si no se establece, el formato de la dimensión de canales se infiere a partir de la imagen de entrada. Puede ser uno de:
  • "channels_first" o ChannelDimension.FIRST: imagen en formato (num_channels, height, width).
  • "channels_last" o ChannelDimension.LAST: imagen en formato (altura, ancho, num_canales).
  • "none" o ChannelDimension.NONE: imagen en formato (altura, ancho).
• device (Annotated[Union[str, torch.device, NoneType], None], kwargs) — El dispositivo en el que se procesarán los videos. Si no se establece, el dispositivo se infiere a partir de los videos de entrada.
• return_tensors (Annotated[str | ~utils.generic.TensorType | None, None], kwargs) — Devuelve tensores apilados si se establece en 'pt'; en caso contrario, devuelve una lista de tensores.
• disable_grouping (bool, kwargs, opcional) — Si se debe deshabilitar el agrupamiento de imágenes por tamaño para procesarlas de forma individual y no en lotes. Si es None, se establecerá en True si las imágenes están en CPU, y en False en caso contrario. Esta elección se basa en observaciones empíricas, como se detalla aquí: https://github.com/huggingface/transformers/pull/38157
• image_seq_length (int, kwargs, opcional) — El número de tokens de imagen que se utilizarán para cada imagen en la entrada. Añadido por compatibilidad con versiones anteriores, pero en futuros modelos debería establecerse como un atributo del procesador.
• patch_size (Union[dict[str, *kwargs*, int], int] opcional, valor predeterminado {"height" -- 16, "width": 16}): Tamaño de los parches en el modelo, utilizado para calcular el tamaño de la imagen de salida.

Parámetros

• images (Union[PIL.Image.Image, numpy.ndarray, torch.Tensor, list[PIL.Image.Image], list[numpy.ndarray], list[torch.Tensor]], opcional) — Imagen a preprocesar. Espera una imagen única o un lote de imágenes con valores de píxeles que van de 0 a 255. Si se pasan imágenes con valores de píxeles entre 0 y 1, establezca do_rescale=False.
• text (Union[str, list[str], list[list[str]]], opcional) — La secuencia o lote de secuencias que se codificarán. Cada secuencia puede ser una cadena de caracteres o una lista de cadenas de caracteres (cadenas pre-tokenizadas). Si se pasa una entrada pre-tokenizada, establezca is_split_into_words=True para evitar ambigüedad con las entradas por lotes.
• videos (Union[list[PIL.Image.Image], numpy.ndarray, torch.Tensor, list[numpy.ndarray], list[torch.Tensor], list[list[PIL.Image.Image]], list[list[numpy.ndarray]], list[list[torch.Tensor]], ~video_utils.URL, list[~video_utils.URL], list[list[~video_utils.URL]], ~video_utils.Path, list[~video_utils.Path], list[list[~video_utils.Path]]], opcional) — Vídeo a preprocesar. Espera un único vídeo o un lote de vídeos con valores de píxeles que van de 0 a 255. Si se pasan vídeos con valores de píxeles entre 0 y 1, establece do_rescale=False.
• audio (Union[numpy.ndarray, torch.Tensor, collections.abc.Sequence[numpy.ndarray], collections.abc.Sequence[torch.Tensor]], opcional) — El audio o lote de audios que se va a preparar. Cada audio puede ser un array de NumPy o un tensor de PyTorch. En el caso de un array de NumPy/tensor de PyTorch, cada audio debe tener la forma (C, T), donde C es el número de canales y T es la longitud de la muestra del audio.
• return_tensors (str o TensorType, opcional) — Si se establece, devolverá tensores de un marco de trabajo específico. Los valores aceptables son:
  • 'pt': Devuelve objetos torch.Tensor de PyTorch.
  • 'np': Devuelve objetos np.ndarray de NumPy.
• **kwargs (ProcessingKwargs, opcional) — Opciones de procesamiento adicionales para cada modalidad (texto, imágenes, videos, audio). Los parámetros específicos del modelo se enumeran arriba; consulte la clase TypedDict para obtener la lista completa de argumentos admitidos.