Dies ist die Windows-App namens Imagen – Pytorch, deren neueste Version als 1.25.11sourcecode.zip heruntergeladen werden kann. Es kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App mit dem Namen Imagen - Pytorch with OnWorks kostenlos herunter und führen Sie sie online aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie einen beliebigen OS OnWorks-Online-Emulator von dieser Website, aber einen besseren Windows-Online-Emulator.
- 5. Rufen Sie vom gerade gestarteten OnWorks Windows-Betriebssystem unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter und installieren Sie sie.
- 7. Laden Sie Wine aus den Software-Repositorys Ihrer Linux-Distributionen herunter. Nach der Installation können Sie dann auf die App doppelklicken, um sie mit Wine auszuführen. Sie können auch PlayOnLinux ausprobieren, eine schicke Schnittstelle über Wine, die Ihnen bei der Installation beliebter Windows-Programme und -Spiele hilft.
Wine ist eine Möglichkeit, Windows-Software unter Linux auszuführen, jedoch ohne Windows. Wine ist eine Open-Source-Windows-Kompatibilitätsschicht, die Windows-Programme direkt auf jedem Linux-Desktop ausführen kann. Im Wesentlichen versucht Wine, genügend Windows von Grund auf neu zu implementieren, damit alle diese Windows-Anwendungen ausgeführt werden können, ohne dass Windows tatsächlich benötigt wird.
SCREENSHOTS
Ad
Bild - Pytorch
BESCHREIBUNG
Implementierung von Imagen, dem neuronalen Text-zu-Bild-Netzwerk von Google, das DALL-E2 übertrifft, in Pytorch. Es ist das neue SOTA für die Text-zu-Bild-Synthese. Architektonisch ist es eigentlich viel einfacher als DALL-E2. Es besteht aus einem kaskadierenden DDPM, das auf Texteinbettungen aus einem großen vortrainierten T5-Modell (Aufmerksamkeitsnetzwerk) konditioniert ist. Es enthält auch dynamisches Clipping für eine verbesserte klassifiziererfreie Führung, Rauschpegelkonditionierung und ein speichereffizientes Einheitendesign. Es scheint, dass weder CLIP noch ein vorheriges Netzwerk benötigt werden. Und so geht die Forschung weiter. Für ein einfacheres Training können Sie Textzeichenfolgen direkt bereitstellen, anstatt Textcodierungen vorab zu berechnen. (Obwohl Sie zu Skalierungszwecken auf jeden Fall die textuellen Einbettungen + Maske vorberechnen möchten)
Eigenschaften
- Die Anzahl der Textbeschriftungen muss der Stapelgröße der Bilder entsprechen
- Mit der ImagenTrainer-Wrapper-Klasse werden die exponentiellen gleitenden Durchschnitte für alle U-Netze im kaskadierenden DDPM automatisch berücksichtigt, wenn update aufgerufen wird
- Sie können Imagen auch ohne Text trainieren (unbedingte Bilderzeugung)
- Sie können sich auch darauf verlassen, dass der ImagenTrainer DataLoader-Instanzen automatisch trainiert
- Generieren Sie ein Bild mit einer beliebigen Texteingabeaufforderung über eine Befehlszeile
- Imagen verwendet einen Algorithmus namens Classifier Free Guidance
Programmiersprache
Python
Kategorien
Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/imagen-pytorch.mirror/ abgerufen werden kann. Es wurde in OnWorks gehostet, damit es auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme ausgeführt werden kann.