This is the Windows app named DiT (Diffusion Transformers) whose latest release can be downloaded as DiTsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Téléchargez et exécutez en ligne cette application nommée DiT (Diffusion Transformers) avec OnWorks gratuitement.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez n'importe quel émulateur en ligne OS OnWorks à partir de ce site Web, mais un meilleur émulateur en ligne Windows.
- 5. Depuis le système d'exploitation OnWorks Windows que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application et installez-la.
- 7. Téléchargez Wine depuis les dépôts de logiciels de vos distributions Linux. Une fois installé, vous pouvez ensuite double-cliquer sur l'application pour les exécuter avec Wine. Vous pouvez également essayer PlayOnLinux, une interface sophistiquée sur Wine qui vous aidera à installer des programmes et des jeux Windows populaires.
Wine est un moyen d'exécuter un logiciel Windows sur Linux, mais sans Windows requis. Wine est une couche de compatibilité Windows open source qui peut exécuter des programmes Windows directement sur n'importe quel bureau Linux. Essentiellement, Wine essaie de ré-implémenter suffisamment de Windows à partir de zéro pour qu'il puisse exécuter toutes ces applications Windows sans avoir réellement besoin de Windows.
CAPTURES D'ÉCRAN
Ad
DiT (Transformateurs de diffusion)
DESCRIPTION
DiT (Diffusion Transformer) est une architecture puissante qui applique la modélisation par transformateurs directement aux processus génératifs par diffusion pour une synthèse d'images de haute qualité. Contrairement aux modèles de diffusion basés sur CNN, DiT représente le processus de diffusion dans l'espace latent et traite les jetons d'image via des blocs de transformateurs avec des codages positionnels appris, offrant ainsi une évolutivité et une qualité d'échantillonnage supérieure. L'architecture du modèle est similaire à celle des grands modèles de langage, mais pour les jetons d'image : chaque bloc affine les représentations latentes bruitées pour obtenir des résultats plus nets grâce à des étapes itératives de débruitage. DiT obtient d'excellents résultats sur des benchmarks comme ImageNet et LSUN, tout en étant simple d'architecture et hautement modulaire. Il prend en charge la résolution variable, le conditionnement sur les intégrations de classes ou de texte, et l'intégration avec les auto-encodeurs latents (comme ceux utilisés dans Stable Diffusion).
Comment ça marche
- Architecture basée sur un transformateur pour la génération d'images de diffusion
- Débruitage itératif avec raffinement par jeton et modélisation du contexte basée sur l'attention
- Fonctionne dans l'espace latent pour une synthèse efficace à haute résolution
- Prend en charge le conditionnement sur les étiquettes de classe ou les incorporations de texte
- Poids pré-entraînés, code d'entraînement et utilitaires de visualisation pour les trajectoires de diffusion
- Conception modulaire permettant une mise à l'échelle facile et des intégrations hybrides avec des autoencodeurs latents
Langage de programmation
Python
Catégories
Cette application peut également être téléchargée depuis https://sourceforge.net/projects/dit-diffusion-transf.mirror/. Elle est hébergée sur OnWorks afin de pouvoir être exécutée en ligne plus facilement depuis l'un de nos systèmes d'exploitation gratuits.
