입력
참고: 잠재 텐서는 높이와 너비 모두에서 공간적으로 8배 다운샘플링되며 16개의 채널을 포함합니다. 잠재 시간적 프레임 수는
((length - 1) // 8) + 1로 계산됩니다.
출력
이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집
Source fingerprint (SHA-256):
7ee194324b02367ed853f6d36bc51742081bac6a9469c4a619586e0560a1b33b