الصفحة الرئيسية>المتعلقة بالبرمجة>بايثون
تنزيل

مين (دال · هـ)

يوتيوب يسير من قبل عيد الغطاس من الذكاء الاصطناعي

هذا هو ميناء سريع ، الحد الأدنى من Dall · e mini (مع الأوزان الضخمة). تم تجريده من أجل الاستدلال وتحويله إلى Pytorch. تبعيات الطرف الثالث الوحيدة هي Numpy ، والطلبات ، والوسادة والشعلة.

لإنشاء شبكة 3 × 3 من الصور الضخمة التي تتطلبها:

  • 55 ثانية مع T4 في كولاب
  • 33 ثانية مع P100 في كولاب
  • 15 ثانية مع A10G على وجه المعانقة

إليك تفصيلًا أكثر تفصيلاً للأداء على A100. الائتمان إلى @technobird22 و bot discord neogen الخاص به للرسم البياني.
مين دال

يمكن العثور على نموذج الكتان والرمز لتحويله إلى الشعلة هنا.

ثَبَّتَ 

$ pip install min-dalle

الاستخدام

قم بتحميل معلمات النموذج مرة واحدة وإعادة استخدام النموذج لإنشاء صور متعددة. 

 from min_dalle import MinDalle

model = MinDalle (
    models_root = './pretrained' ,
    dtype = torch . float32 ,
    device = 'cuda' ,
    is_mega = True , 
    is_reusable = True
)

سيتم تنزيل النماذج المطلوبة على models_root إذا لم تكن موجودة بالفعل. اضبط dtype على torch.float16 لحفظ ذاكرة GPU. إذا كان لديك GPU Ampere Architecture ، فيمكنك استخدام torch.bfloat16 . اضبط device على "CUDA" أو "وحدة المعالجة المركزية". بمجرد الانتهاء من التهيئة ، اتصل على generate_image مع بعض النصوص عدة مرات كما تريد. استخدم seed إيجابية للنتائج القابلة للتكرار. تؤدي القيم الأعلى لـ supercondition_factor إلى اتفاق أفضل مع النص ولكن مجموعة أضيق من الصور التي تم إنشاؤها. يتم أخذ عينات من كل رمز صورة من الرموز top_k احتمالا. يتم طرح أكبر لوجيت من السجلات لتجنب INFS. ثم يتم تقسيم السجلات على temperature . إذا كان is_seamless صحيحًا ، فستكون شبكة الصورة مبلطة بمساحة رمزية وليس مساحة بكسل. 

 image = model . generate_image (
    text = 'Nuclear explosion broccoli' ,
    seed = - 1 ,
    grid_size = 4 ,
    is_seamless = False ,
    temperature = 1 ,
    top_k = 256 ,
    supercondition_factor = 32 ,
    is_verbose = False
)

display ( image )

مين دال

الائتمان إلى hardmaru على سبيل المثال

حفظ الصور الفردية

يمكن أيضًا إنشاء الصور باعتبارها FloatTensor في حال كنت ترغب في معالجتها يدويًا. 

 images = model . generate_images (
    text = 'Nuclear explosion broccoli' ,
    seed = - 1 ,
    grid_size = 3 ,
    is_seamless = False ,
    temperature = 1 ,
    top_k = 256 ,
    supercondition_factor = 16 ,
    is_verbose = False
)

للحصول على صورة بتنسيق PIL ، سيتعين عليك أولاً نقل الصور إلى وحدة المعالجة المركزية وتحويل Tensor إلى صفيف numpy. 

 images = images . to ( 'cpu' ). numpy ()

ثم الصورة $ i $ يمكن أن يتم تغطيتها إلى pil.mage وحفظها 

 image = Image . fromarray ( images [ i ])
image . save ( 'image_{}.png' . format ( i ))

المخرجات التقدمية

إذا تم استخدام النموذج بشكل تفاعلي (على سبيل المثال في دفتر ملاحظات) ، يمكن استخدام generate_image_stream لإنشاء دفق من الصور لأن النموذج هو فك تشفير. يضيف Detokenizer تأخيرًا بسيطًا لكل صورة. set progressive_outputs إلى True لتمكين هذا. يتم تنفيذ مثال في كولاب. 

 image_stream = model . generate_image_stream (
    text = 'Dali painting of WALL·E' ,
    seed = - 1 ,
    grid_size = 3 ,
    progressive_outputs = True ,
    is_seamless = False ,
    temperature = 1 ,
    top_k = 256 ,
    supercondition_factor = 16 ,
    is_verbose = False
)

for image in image_stream :
    display ( image )

مين دال

سطر الأوامر

استخدم image_from_text.py لإنشاء الصور من سطر الأوامر. 

$ python image_from_text.py --text= ' artificial intelligence ' --no-mega

مين دال

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل