Создайте свой собственный искусственный интеллект для генерации изображений


Влияние

Последняя тенденция в интернете — легкий доступ к генераторам изображений, таким как midjourney, Dall-e 2 или stable diffusion. Некоторые из них находятся за платными стенами. Я покажу вам, как с помощью нескольких строк кода вы можете начать использовать свой собственный генератор на экземпляре AWS Sagemaker Notebook!

Благодаря публичному выпуску stable diffusion, вы можете скачать и запустить ai модель, генерирующую изображения, и иногда результаты могут быть ужасающими, а иногда просто элегантными. Примеры, приведенные ниже, — это просто «реалистичный пикачу» и «старик в шляпе». При каждом запуске подсказки результаты будут разными!


Трудно поверить, что этот человек не настоящий. Однако есть ли у этих поколений изображений другое практическое применение, кроме художественного? Конечно, они будут иметь влияние на индустрию дизайна, и с помощью нескольких простых подсказок кто-то может получить новый вдохновляющий дизайн такого предмета мебели!

необходимое условие

1.Зарегистрировать аккаунт на Huggingface

  • Принять условия предоставления услуг.
  • Сгенерировать токен

Запуск блокнота

ВНИМАНИЕ: Запуск блокнота Sagemaker стоит денег! Убедитесь, что вы очистили экземпляр сразу после завершения работы, чтобы избежать расходов! Действуйте на свой страх и риск!

  • Войдите в AWS Console.
  • Найдите Amazon Sagemaker и выберите его.

  • Нажмите на Notebook Instance в меню слева.
  • Нажмите Создать экземпляр

  • Выберите имя инстанса. Тип экземпляра ДОЛЖЕН быть экземпляром ускоренных вычислений! Выберите ml.p2.xlarge или лучше.

  • Разрешения и шифрование оставьте по умолчанию

  • Откройте настройки сети. Установите его в VPC по умолчанию. ему потребуется доступ в Интернет.

  • Выберите Запустить экземпляр!

Настройка ноутбука

Если вы до сих пор следили за происходящим, то подготовка экземпляра займет немного времени. Однако нам нужно внести некоторые изменения в экземпляр и добавить некоторые пакеты. Мы изменим существующую переменную окружения.

  1. Когда экземпляр будет готов. Выберите Open Jupyter Lab.

  • Выберите Терминал

  • Активируйте среду Conda

source /home/ec2-user/anaconda3/etc/profile.d/conda.sh
conda activate pytorch_38
Войдите в полноэкранный режим Выйдите из полноэкранного режима
  • Установите необходимые пакеты для работы.
pip install diffusers==0.2.3 transformers scipy
pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113
Войти в полноэкранный режим Выйдите из полноэкранного режима
  • Настройка входа в систему huggingface-cli
huggingface-cli login
Войдите в полноэкранный режим Выйдите из полноэкранного режима

в этом случае вам будет предложено ввести токен, указанный ранее

Вывод в случае успеха

Login successful
Your token has been saved to /home/ec2-user/.huggingface/token
Authenticated through git-credential store but this isn't the helper defined on your machine.
You might have to re-authenticate when pushing to the Hugging Face Hub. Run the following command in your terminal in case you want to set this credential helper as the default

Код!

  • Мы закончили с конфигурацией! Выберите Файл -> Новый -> Новый блокнот.

  • Скопируйте и вставьте в ячейку следующий код

from torch import autocast
from diffusers import StableDiffusionPipeline, LMSDiscreteScheduler


lms = LMSDiscreteScheduler(
    beta_start=0.00085, 
    beta_end=0.012, 
    beta_schedule="scaled_linear"
)

# this will substitute the default PNDM scheduler for K-LMS  
pipe = StableDiffusionPipeline.from_pretrained(
    "CompVis/stable-diffusion-v1-4", 
    scheduler=lms,
    use_auth_token=True
).to("cuda")

prompt = "a photo of an astronaut riding a horse on mars"
with autocast("cuda"):
    image = pipe(prompt)["sample"][0]  

image.save("astronaut_rides_horse.png")
Войти в полноэкранный режим Выйти из полноэкранного режима
  • Нажмите Запуск! ПРИМЕЧАНИЕ: первый запуск займет немного времени, так как загружается модель AI. Конечный результат должен быть красивой фотографией и должен выглядеть иначе, чем у меня!

заключение

Вы можете использовать это для генерации множества различных типов изображений, редактируя запрос и имя файла. Результаты почти никогда не будут одинаковыми. Это только базовая основа, и можно создать гораздо более сложную систему для генерации изображений на основе веб-запроса. Легко запускается на экземпляре EC2 с подключенным GPU для генерации изображений и отправки на S3.

ПРЕДУПРЕЖДЕНИЕ НЕ ЗАБУДЬТЕ ЗАВЕРШИТЬ РАБОТУ НОУТБУКА ДЛЯ ПРЕКРАЩЕНИЯ НАЧИСЛЕНИЙ

Источник:

HuggingFace

Оцените статью
devanswers.ru
Добавить комментарий