| Чтобы развернуть свою нейросеть для генерации изображений, нужны всего лишь сервер с GPU и настроенное окружение с библиотекой Diffusers. Подробнее — в инструкции. |
|
|
|
| Для работы с ML локальная машина не подойдет: генерация изображений потребляет много ресурсов. Поэтому лучше использовать сервер с GPU и виртуальным окружением DAVM, в котором предустановлены Jupyter Lab, Prefect, Superset и другие утилиты. |
|
| |
|
Настройка и запуск инференса |
|
| После перехода в Jupyter Lab нужно загрузить готовый notebook-шаблон для работы с Diffusers. |
|
|
|
Diffusers — это библиотека для работы с сотнями Stable Diffusion-моделей для генерации изображений, аудио и другого. |
|
|
|
Шаблон состоит из нескольких блоков: импорта библиотек, загрузки модели для генерации изображений, настройки пайплайна и вывода результата. В качестве параметра model_id нужно указать ссылку на модель, которую хотите использовать. Ее можно найти на Civitai или в библиотеке Hugging Face. |
|
| Также важно настроить функцию pipe. Именно она принимает текстовый запрос от пользователя и отвечает за генерацию. Также с помощью нее можно настроить другие параметры — например, разрешение изображения и число итераций в инференсе. |
|
|
|
images = pipe(
prompt = "A ultra detailed portrait of a sailor moon"
"girl smiling, ..., trending on CGSociety",
height = 1024, width = 512,
num_inference_steps = 100,
guidance_scale = 8.5,
num_images_per_prompt = 1
).images |
|
|
|
Готово! Если запустить программу, в течение минуты она сгенерирует изображение по запросу. |
|
| |
|
Понравился материал? Полная версия и другие полезные инструкции — в Академии Selectel. |
|
|
|
