funGangs.ai

真菌

笔记！！

服务器由于型号的大小增加而关闭，但可以在Dockerhub找到图像

模型的背景

1. 该模型经过了StyleGAN的培训，Pytorch用于开发。
2. Jupyter笔记本在以下Kaggle链接中存在。
3. 受过训练的数据集是Pixelated Treasures: 10K CryptoPunks 。

特征

图像生成：

所述图像生成使用了时尚的定制训练模型。

故事产生：（托多）

目前，这个拥抱的脸部API界面支持了故事的产生。为了进一步增加和游戏化，将添加经过定制的LLM型号。

数据库支持：

该项目的未来旨在进行游戏化并使其特定于用户。因此，已经添加了数据库支持并正在进行中以存储特定于用户的数据和图像。

托多

该项目进一步旨在扩展到以下功能：

• 真菌图像生成
• 基于图像上下文的故事产生
• 用户互动PIX2PIX GAN图像生成
• Wiki API为帮派角色

API文档

当前，API支持图像的产生和未来的扩展是故事世代的LLM的集成。

端点

图像生成： /generated端点需要输入number_of_images。响应将是单个图像，是给定数量的图像的拼贴，如图像所示。

例子：

1。真菌图像生成：

JavaScript

 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 )
}

Python

 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 )

笔记

基于StyleGAN的模型需要就CPU和CUDA而言高度记忆。因此，请restrain from generating a number of images more than the range of (8, 48) 。故事的产生是基于现有的拥抱面界面的Beta上的。很快将添加自定义LLM支持。”