Biz har hafta ilg'or texnologiyalar haqidagi e'lonlar bilan hayajonli davrda yashayapmiz. OpenAI hozirgina matndan tasvirga zamonaviy DALLE 2 modelini chiqardi.
Faqat bir nechta odam tabiiy til tavsiflaridan haqiqiy grafiklarni yarata oladigan yangi AI tizimiga erta kirish huquqiga ega bo'ldi. U hali ham jamoatchilikka yopiq.
Barqarorlik AI keyin chiqardi Barqaror diffuziya model, DALLE2 ning ochiq manbali varianti. Ushbu ishga tushirish hamma narsani o'zgartirdi. Internet bo'ylab odamlar tez natijalarni nashr etishdi va haqiqiy san'atdan hayratda qolishdi.
Barqaror diffuziya nima?
Barqaror diffuziya matndan tasvirlar yaratish, matnga qarab tasvirlarni o'zgartirish va past aniqlikdagi yoki past detalli tasvirlarda tafsilotlarni to'ldirishga qodir bo'lgan mashinani o'rganish modeli.
U milliardlab fotosuratlar ustida o'qitildi va shunga o'xshash natijalarni berishi mumkin DALL-E2 va O'rta sayohat. Barqarorlik AI ixtiro qildi va u 22 yil 2022 avgustda ommaga e'lon qilindi.
Ammo cheklangan mahalliy hisoblash resurslari bilan Barqaror diffuziya modeli yuqori sifatli rasmlarni yaratish uchun uzoq vaqt talab etadi. Bulut provayderi yordamida modelni onlayn ishga tushirish bizga deyarli cheksiz hisoblash resurslarini taqdim etadi va ajoyib natijalarga tezroq erishish imkonini beradi.
Modelni mikroservis sifatida joylashtirish, shuningdek, boshqa ijodiy ilovalarga ML modellarini onlayn ishga tushirishning murakkabliklari bilan shug‘ullanmasdan modelning imkoniyatlaridan osonroq foydalanish imkonini beradi.
Ushbu postda biz barqaror diffuziya modelini qanday ishlab chiqish va uni AWS-ga joylashtirishni ko'rsatishga harakat qilamiz.
Barqaror diffuziyani yaratish va o'rnatish
BentoML va Amazon Web Services EC2 barqaror diffuziya modelini onlayn joylashtirishning ikkita variantidir. BentoML masshtablash uchun ochiq manbali ramka hisoblanadi kompyuterni o'rganish xizmatlar. BentoML yordamida biz ishonchli dispersiya xizmatini yaratamiz va uni AWS EC2-ga joylashtiramiz.
Atrof-muhitni tayyorlash va barqaror diffuziya modelini yuklab olish
Talablarni o'rnating va omborni klonlang.
Barqaror diffuziya modelini tanlashingiz va yuklab olishingiz mumkin. Yagona aniqlik 10 Gb dan ortiq VRAMga ega protsessorlar yoki GPUlar uchun javob beradi. Yarim aniqlik 10 Gb dan kam VRAMga ega GPUlar uchun ideal.
Barqaror diffuziyani yaratish
a orqasidagi modelga xizmat ko'rsatish uchun BentoML xizmatini quramiz RESTful API. Quyidagi misolda bashorat qilish uchun yagona aniqlik modeli va xizmatni biznes mantig'iga ulash uchun service.py moduli qo'llaniladi. Funktsiyalarni @svc.api bilan teglash orqali ularni API sifatida ko'rsatishimiz mumkin.
Bundan tashqari, parametrlarda API-larning kirish va chiqish turlarini aniqlashimiz mumkin. Masalan, txt2img so'nggi nuqtasi JSON kirishini oladi va Tasvir chiqishini ishlab chiqaradi, img2img so'nggi nuqtasi esa Tasvir va JSON kiritishni qabul qiladi va Rasm chiqishini qaytaradi.
StableDiffusionRunnable asosiy xulosa mantiqini belgilaydi. Ishlaydigan qurilma modelning txt2img quvur usullarini ishga tushirish va tegishli ma'lumotlarni yuborish uchun javobgardir. API-larda model xulosasi mantiqini ishga tushirish uchun StableDiffusionRunnable-dan maxsus Runner yaratilgan.
Keyin, sinov uchun BentoML xizmatini ishga tushirish uchun quyidagi buyruqdan foydalaning. Mahalliy ravishda boshqariladigan Barqaror diffuziya modeli protsessorlar haqida xulosa chiqarish ancha sust. Har bir so'rovni ko'rib chiqish uchun taxminan 5 daqiqa vaqt ketadi.
Rasmga matn
Matnni tasvirga chiqarish
Bentofile.yaml fayli kerakli fayllar va bog'liqliklarni belgilaydi.
Bento qurish uchun quyidagi buyruqdan foydalaning. Bento - bu BentoML xizmatining tarqatish formatidir. Bu xizmatni ishga tushirish uchun zarur bo'lgan barcha ma'lumotlar va konfiguratsiyalarni o'z ichiga olgan mustaqil arxivdir.
Barqaror diffuziya bentosi tugallandi. Agar siz bentoni to'g'ri ishlab chiqara olmasangiz, vahima qo'ymang; keyingi bo'limda keltirilgan buyruqlar yordamida oldindan tuzilgan modelni yuklab olishingiz mumkin.
Oldindan tayyorlangan modellar
Quyida oldindan tayyorlangan modellar mavjud:
Barqaror diffuziya modelini EC2 ga o'rnating
Bentoni EC2 ga o'rnatish uchun biz bentoctl dan foydalanamiz. bentoctl sizning bentoslaringizni istalgan joyga joylashtirishga imkon beradi bulutli platforma Terraform yordamida. Terraform fayllarini yaratish va qo‘llash uchun AWS EC2 operatorini o‘rnating.
Deployment config.yaml faylida joylashtirish allaqachon sozlangan. Iltimos, talablaringizga mos ravishda tahrir qiling. Bento sukut bo'yicha g4dn.xlarge xostiga o'rnatilgan Chuqur o'rganish AMI GPU PyTorch 1.12.0 (Ubuntu 20.04) US-west-1 mintaqasidagi AMI.
Endi Terraform fayllarini yarating. Docker tasvirini yarating va uni AWS ECR ga yuklang. O'tkazish qobiliyatiga qarab, tasvirni yuklash uzoq vaqt talab qilishi mumkin. Bento-ni AWS EC2-ga o'rnatishda Terraform fayllaridan foydalaning.
Swagger UI-ga kirish uchun EC2 konsoliga ulaning va brauzerda umumiy IP-manzilni oching. Nihoyat, agar Stabil Diffusion BentoML xizmati endi talab qilinmasa, joylashtirishni olib tashlang.
Xulosa
Siz SD va uning hamroh modellari qanchalik ajoyib va kuchli ekanligini ko'rishingiz kerak. Biz kontseptsiyani yana takrorlaymizmi yoki yanada murakkab yondashuvlarga o'tamizmi, vaqt ko'rsatadi.
Biroq, hozirda atrof-muhitni va ko'rsatmalarni yaxshiroq tushunish uchun o'zgartirishlar kiritilgan kattaroq modellarni tayyorlash bo'yicha tashabbuslar davom etmoqda. Biz BentoML yordamida Barqaror diffuziya xizmatini ishlab chiqishga harakat qildik va uni AWS EC2-ga joylashtirdik.
Biz Barqaror diffuziya modelini yanada kuchliroq uskunada ishga tushirishga, past kechikish bilan suratlar yaratishga va xizmatni AWS EC2 da o‘rnatish orqali bitta kompyuterdan tashqariga chiqishga muvaffaq bo‘ldik.
Leave a Reply