- 20.06.2022
- 25 422
- 224
- 36
- Награды
- 10
- Пол
- Муж.
Репутация:
- Автор темы
- Администратор
- Модератор
- Команда форума
- #1
Установка всех компонентов и зависимостей
Первым делом нужно установить Python и все нужное для работы нейросети:
1. Зайти на официальный сайт Python и скачать Python 3.8
Далее во время установки не забываем выбрать PATH
Далее идёт стандартная установка Python.
2. Устанавливаем Git:
Также, нам понадобится git для клонирования репозитория.
Переходим по ссылке и устанавливаем его, как показано на скриншотах.
Нажимаем Next несколько раз и ждем окончания установки.
3. Клонируем репозиторий:
4. Устанавливаем зависимости:
Установка модуля
Далее всё что нам остаётся это создать нужные файлы и запустить.
1. Клонируем файлы самого модуля с сайта Hugging face:
2. Далее создаём файл формата .py, используя любой компилятор. В моём случае это Visual Studio Code.
И вставляем туда следующий код:
Сохраняем куда удобно и запускаем его через консоль:
Это необходимый код для подгрузки модуля.
3. Создаём уже основной файл с самой генерацией:
Запуск модуля
Далее просто запускаем наш код, введя нужные запросы:
1. В коде добавляем нужные запросы на строчках, где задаётся значение переменной prompt:
2. Сохраняем код с любым названием ( в моём случае это generate_image.py )
3. Запускаем его через консоль:
Вуа-ля. Все работает
Первым делом нужно установить Python и все нужное для работы нейросети:
1. Зайти на официальный сайт Python и скачать Python 3.8
Далее во время установки не забываем выбрать PATH
Далее идёт стандартная установка Python.
2. Устанавливаем Git:
Также, нам понадобится git для клонирования репозитория.
Переходим по ссылке и устанавливаем его, как показано на скриншотах.
Нажимаем Next несколько раз и ждем окончания установки.
3. Клонируем репозиторий:
Код:
git clone [URL]https://github.com/deepseek-ai/Janus.git[/URL]
cd Janus
Код:
pip install -r requirements.txt
Далее всё что нам остаётся это создать нужные файлы и запустить.
1. Клонируем файлы самого модуля с сайта Hugging face:
Код:
git clone [URL]https://github.com/deepseek-ai/Janus.git[/URL]
cd Janus
И вставляем туда следующий код:
Python:
from transformers import AutoModelForCausalLM, AutoTokenizer
model_name = "deepseek-ai/Janus-Pro-7B"
model = AutoModelForCausalLM.from_pretrained(model_name)
tokenizer = AutoTokenizer.from_pretrained(model_name)
Код:
cd "Ваш/путь/к/папке"
python имя.py
3. Создаём уже основной файл с самой генерацией:
Код:
from transformers import pipeline
model_name = "deepseek-ai/Janus-Pro-7B"
generator = pipeline("text-to-image", model=model_name)
prompt = "A serene mountain landscape at sunrise with vibrant colors"
images = generator(prompt, num_images=1, height=512, width=512)
for i, image in enumerate(images):
image.save(f"output_image_{i}.png")
print(f"Изображение сохранено как output_image_{i}.png")
Далее просто запускаем наш код, введя нужные запросы:
1. В коде добавляем нужные запросы на строчках, где задаётся значение переменной prompt:
Код:
prompt = "A serene mountain landscape at sunrise with vibrant colors"
3. Запускаем его через консоль:
Код:
python generate_image.py
Последние темы в этом разделе:
- Гайд по сносу телеграм аккаунтов
- Бесплатно пользуемся API различных моделей ИИ без лимитов [2025]
- Обзор всех локальных версий Stable Diffusion без цензуры
- Устанавливаем Stable diffusion на свой пк и без цензуры[NMKD version]
- Сливаем трафик из «Telegram»-чатов с помощью скрипта для спама реакциями
- Сливаем музыкальные треки до официального релиза [2025]
- Выгодно покупаем подписку «PS Plus» и игры через турецкую карту
- Как улучшить качество видео 18+
- 24 Книги
- Подборка соцсетей и сайтов для поиска работы в Европе