この記事では主に使い方を紹介します アマゾン SageMaker Notebook 機械学習サービスを簡単にホスト 安定した拡散 WebUI、すぐに使える AIGC 画像方向の軽量アプリケーションをワンクリックで導入できます。コードサービスとしての Amazon CloudFormation インフラストラクチャ、基盤となる環境を通じて、AI モデルとフロントエンドの Stable Diffusion WebUI の迅速な展開により、ユーザーはグラフやグラフを作成する一連の AI アプリケーションを 15 ~ 20 分で展開できます。このソリューションは、エンタープライズ レベルの顧客が AIGC イメージの方向性の予備調査と迅速な検証を行うのに適しており、小規模チームが迅速な検証を行うのに適しています。建てる軽量 AI アプリケーションのビジネス シナリオ。すぐに体験実験を体験したい場合は、記事末尾のQRコードを読み取って登録してください。アマゾンクラウドCloud Technology アカウントがあれば、200 ドル分のクラウド リソースを無料で受け取り、AI ペイントの無限の魅力を探索できます。
アマゾンクラウドテクノロジー公式ウェブサイト:https://www.amazonaws.cn
海外のAmazonクラウド公式ウェブサイト:https://aws.amazon.com/cn/
このソリューションは現在、Stable Diffusion 1.5 に基づいた画像生成を提供しています。 ドリームブース イメージトレーニングと推論、脚本とプラグイン(拡張) テクニカル サポートを利用すれば、読者は後続のソリューションの機能の反復に引き続き注意を払うことができます。
● このソリューションは、ワンクリック展開に CloudFormation を使用します。数回クリックするだけで、一連の AIGC イメージ指向 Web アプリケーション環境を Amazon アカウントに迅速かつ正常に展開できます。インタラクティブなインターフェイスはシンプルでフレンドリーで、ユーザーが迅速にエクスペリエンスを体験できるようにします。テキスト生成、画像生成、画像生成などのAIサービス。 ● 最下層は Amazon SageMaker Notebook Instance がホストする Jupyter Notebook インスタンスを利用するため、ストレージやネットワークなどの基本環境の構築や基盤となるインフラの運用・保守を意識する必要がありません。● このソリューションは、フルマネージドの Stable Diffusion AI モデル サービス (Stable Diffusion WebUI と InvokeAI の 2 つのインターフェイスを含む 1.5 軽量バージョン) を使用し、優れたオープンソース プロジェクトの経験を持ち、用途を拡大するためのニーズに応じたプラグインのインストールをサポートします。シナリオ (ControlNet など)。
● ユーザーは、組み込みの画像データを使用してモデルを微調整でき、生成されたモデルを迅速に展開して、自動パイプライン ツールに基づく推論のためにオンラインに置くことができます。ノード、大規模な画像推論呼び出しを容易にするため。
● このソリューションは完全にオープンソースであり、ユーザーは独自のビジネス ニーズに合わせて SageMaker Notebook でモデルと拡張機能をカスタマイズおよび開発できます。
3.1 Amazon SageMaker ノートブックAmazon SageMaker ノートブック インスタンスは、Jupyter Notebook アプリケーションを実行する機械学習 (ML) コンピューティング インスタンスです。 SageMaker は、インスタンスと関連リソースの作成を管理します。ノートブック インスタンスで Jupyter ノートブックを使用して、データの準備と処理、モデルをトレーニングするためのコードの作成、SageMaker ホスティングへのモデルのデプロイ、モデルのテストまたは検証を行います。Stable Diffusion は、CompVis、Stability AI、LAION が共同開発したテキストから画像へのモデルです。LAION-5B サブセットの多数の 512×512 画像およびテキスト モデルを通じてトレーニングされています。ユーザーは、ピースを入力するだけで済みます。安定した拡散により素早く画像に変換できます。同様に、ユーザーは写真やビデオを挿入し、テキストで処理することもできます。安定した普及 WebUI Stable Diffusion のブラウザ対話型インターフェイスで、txt2img、img2img などのさまざまな機能を提供するほか、モデル融合の改善や画質の修復などの追加のアップグレードも数多く含まれています。さまざまなパラメーターを調整することでさまざまな効果を生成でき、ユーザーは自分のニーズや好みに応じて作成できます。画像の生成、さまざまなモデルを使用して希望の効果を実現するだけでなく、独自の専用モデルのトレーニングもサポートします。安定した拡散 WebUI:https://github.com/AUTOMATIC1111/stable-diffusion-webui
テキストを使用して画像を生成する場合を例に挙げると、ユーザーはプロンプトワードを使用して、「txt2img」インターフェイスで希望の画像を生成できます。手順は次のとおりです。
● 「txt2img」をクリックして文勝図インターフェイスに入ります
● プロンプト単語入力ボックスにプロンプト単語を入力します。
●「生成」ボタンをクリックすると画像が生成されます。
1. 1990 年代の中国人の恋人のペアを生成し、サイズは 512 × 512 で、一度に 4 枚の写真を生成します。 プロンプト: ジャケットとジーンズを着た若い中国人の恋人のペアが屋根の上に座っています。背景は北京です。 1990年代、向かいの建物が見えます2. 背景にヒナギクを持つローマ兵士の胸像を生成し、サイズは 512×512 で、一度に 4 枚の画像を生成します。 プロンプト: 背景にヒナギクを持つローマ兵士、胸像3.3.2 InvokeAI+ 使用例リファレンスInvokeAI これは、オープンソースのテキストから画像へのジェネレーターおよび画像から画像へのジェネレーターである Stable Diffusion の実装です。画像生成プロセスを支援するさまざまな新機能とオプションを備えた合理化されたプロセスを提供します。 AIを呼び出す:https://github.com/invoke-ai/InvokeAI
プロンプト: 廃墟の寺院、森、階段、柱
プロンプト: ジャケットとジーンズを着た若い中国人の恋人のペアが屋上に座っています。背景は 1990 年代の北京で、向かい側の建物が見えます。1. コンソールにログインし、コンソール ページの右上隅でリージョンを us-east-1 に切り替えます。
2. [サービス] 検索ボックスに「Cloudformation」と入力し、クリックして入力します。3. スタックを作成します - 新しいリソースを使用します (標準) - テンプレート ファイルをアップロードしますテンプレートは次のリンクからダウンロードできます: https://xiekl.s3.cn-northwest-1.amazonaws.com.cn/sd- webui.yml4. スタック名を入力します。インスタンス タイプには g5.2xlarge を選択することをお勧めします。デフォルトのディスク ボリューム サイズは 100G です。WebUI タイプを選択します。デフォルトは安定拡散 WebUI を表す auto です。WebUI バージョンには 0316 を選択します。「」をクリックします。次"。5. 設定をデフォルトのままにして、「次へ」をクリックします。6. 構成を確認し (デフォルトのまま)、「確認します...」にチェックを入れて「送信」をクリックし、展開が完了するまで 15 ~ 20 分間待ちます。3.4.2 Stable Diffusion WebUI を使用した書き込み写真 1. スタック作成後、リソースが次々に起動するまで待ち(約20分)、スタックのステータスが「CREATE_COMPLETE」と表示されたら、「出力」をクリックします。 「WebUI URL」に対応する「Value」の位置が「Key」のURLをクリックします。2. WebUI インターフェイスに入り、「プロンプト」と入力し、「生成」をクリックしてイメージを生成します。3.4.3 安定拡散 WebUI の使用行為電車(マイクロ鍵) ここでは、Stable Diffusion WebUI を使用して独自の画像をトレーニングする方法を説明します。
1. まずモデルを作成し、DreamBooth ページに移動します。3. 図に示すように、トレーニング パラメータを設定し、[選択] ページに移動します。4. 入力ページで、設定パラメータと基本パラメータを設定し、デフォルトのままにし、右側の矢印をクリックします。5. 「Advance」の右側にある矢印をクリックしてタブを展開します。以下の図に示すように、混合精度には fp16 を選択し、メモリ アテンションには xformers を選択し、その他のオプションはデフォルトのままにします。6. [コンセプト] タブをクリックし、サンプル イメージが存在するディレクトリを [データセット ディレクトリ] に入力します。 /data/images にサンプル画像をあらかじめ用意していますが、読者が独自の画像ファイルをこのディレクトリに置くこともできます。7. スクロール バーをプルダウンし、インスタンス プロンプトに「a photo of a zxw Dog」と入力し、クラス プロンプトに「a photo of Dog」と入力し、その他はデフォルトのままにします。8. ページ上部の「トレーニング」ボタンをクリックします。9. 右側の [出力] タブでトレーニングの進行状況を確認し、トレーニングが完了するまで待ちます。10. トレーニングが完了したら、更新ボタンをクリックすると、新しくトレーニングされたモデルがモデル リストに表示されますので、新しくトレーニングされたモデルを選択します。11. txt2img をクリックして、Vincent の写真ページに移動します。プロンプトを入力し、必ず zwx プレフィックスを含めて、結果を確認します。12. 自分の写真をトレーニングに使用する方法は次のとおりです。 Cloudfomation の出力で、NotebookURL リンクをクリックします。13. 以下の図に示すように、「sd-webui」をクリックして data/images/ フォルダーに入ります。ファイルを 1 つずつ右クリックし、ファイルを削除します。14.クリック アップロード ファイル ボタンをクリックして、独自の画像をトレーニング セットとしてアップロードします。アップロードが完了したら、上記の手順を繰り返してトレーニング プロセスを完了します。
この記事では、ホスト型ノートブック サービスである SageMaker Notebook を使用して、ワンクリックで Stable Diffusion WebUI を展開し、AI 生成画像のインターフェイスと迅速な検証環境を簡単に構築する方法を簡単に紹介します。このソリューションは数回クリックするだけで自動的に導入でき、ホスティング サービス ベースの機能により、基盤となるインフラストラクチャの構築と運用について心配する必要がなく、優れたオープン ソース プロジェクト エクスペリエンスを得ることができます。カスタム AIGC アプリケーションに備えて、独自のイメージを使用してモデルを微調整することもできます。- https://docs.aws.amazon.com/sagemaker/latest/dg/nbi.html
- https://jupyter-contrib-nbextensions.readthedocs.io/en/latest/
- https://github.com/AbdBarho/stable-diffusion-webui-docker
- https://github.com/AUTOMATIC1111/stable-diffusion-webui
- https://github.com/invoke-ai/InvokeAI
想要快速体验动手实验,即刻扫描下方二维码,注册アマゾンクラウドテクノロジー账号,免费领取200美元云上资源,畅快探索 AI 作画的无限魅力: