funGangs.ai
1.0.0
เซิร์ฟเวอร์ลดลงเนื่องจากการเพิ่มขนาดน้ำหนักของรุ่น แต่สามารถพบภาพได้ที่ DockerHub
StyleGAN และ Pytorch ใช้สำหรับการพัฒนาPixelated Treasures: 10K CryptoPunks ซึ่งสามารถพบได้ผ่านลิงก์นี้ การสร้างภาพตามที่กล่าวไว้ใช้โมเดลที่ได้รับการฝึกฝนแบบกำหนดเอง Stylegan
ปัจจุบันการสร้างเรื่องราวได้รับการสนับสนุนโดยอินเทอร์เฟซ API Hugging Face นี้ สำหรับการเพิ่มและ gamification เพิ่มเติมจะมีการเพิ่มโมเดล LLM ที่ได้รับการฝึกอบรมที่กำหนดเอง
อนาคตของโครงการนี้มีจุดมุ่งหมายเพื่อให้ gamify และทำให้เป็นเฉพาะผู้ใช้ ดังนั้นจึงมีการเพิ่มการสนับสนุนฐานข้อมูลและอยู่ระหว่างดำเนินการจัดเก็บข้อมูลและรูปภาพเฉพาะผู้ใช้
โครงการนี้มีจุดมุ่งหมายเพิ่มเติมเพื่อขยายไปสู่คุณสมบัติด้านล่าง:
ปัจจุบัน APIs สนับสนุนการสร้างภาพและการขยายตัวในอนาคตคือการรวม LLMs สำหรับคนรุ่นต่อไป
การสร้างภาพ: /generated จุดสิ้นสุดต้องป้อน number_of_images การตอบสนองจะเป็นภาพเดียวซึ่งเป็นภาพตัดปะของจำนวนภาพที่กำหนดดังแสดงในภาพ
ตัวอย่าง:
1. Fungangs การสร้างภาพ:
จาวาสคริปต์
import axios from "axios"
try {
const number_of_images = 16
const url = "http://127.0.0.1.8080/generated/{number_of_images}"
const body = { "user_id" : "valid uuid4" , "number_of_images" : 8 }
const generated_image = axios . get ( url , body )
} catch ( err ) {
console . log ( err )
}งูหลาม
import requests
try :
number_of_images = 16
url = f"http://127.0.0.1.8080/generated"
body = { "user_id" : "valid uuid4" , "number_of_images" : 8 }
response = requests . get ( url , json = body )
generated_image = response . content
except Exception as err :
print ( err ) โมเดลซึ่งขึ้นอยู่กับ Stylegan ต้องใช้หน่วยความจำสูงในแง่ของ CPU และ CUDA ดังนั้นโปรด restrain from generating a number of images more than the range of (8, 48) การสร้างเรื่องราวอยู่ในช่วงเบต้าเนื่องจากมันขึ้นอยู่กับอินเทอร์เฟซใบหน้ากอดที่มีอยู่ การสนับสนุน LLM ที่กำหนดเองในไม่ช้าจะถูกเพิ่มเข้ามา "
