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.
Pobierz i uruchom bezpłatnie aplikację DiT (Diffusion Transformers) z OnWorks.
Postępuj zgodnie z tymi instrukcjami, aby uruchomić tę aplikację:
- 1. Pobrałem tę aplikację na swój komputer.
- 2. Wpisz w naszym menedżerze plików https://www.onworks.net/myfiles.php?username=XXXXX z wybraną nazwą użytkownika.
- 3. Prześlij tę aplikację w takim menedżerze plików.
- 4. Uruchom dowolny emulator online systemu operacyjnego OnWorks z tej witryny, ale lepszy emulator online systemu Windows.
- 5. W systemie operacyjnym OnWorks Windows, który właśnie uruchomiłeś, przejdź do naszego menedżera plików https://www.onworks.net/myfiles.php?username=XXXXX z wybraną nazwą użytkownika.
- 6. Pobierz aplikację i zainstaluj ją.
- 7. Pobierz Wine z repozytoriów oprogramowania dystrybucji Linuksa. Po zainstalowaniu możesz dwukrotnie kliknąć aplikację, aby uruchomić ją za pomocą Wine. Możesz także wypróbować PlayOnLinux, fantazyjny interfejs w Wine, który pomoże Ci zainstalować popularne programy i gry Windows.
Wine to sposób na uruchamianie oprogramowania Windows w systemie Linux, ale bez systemu Windows. Wine to warstwa kompatybilności z systemem Windows typu open source, która może uruchamiać programy systemu Windows bezpośrednio na dowolnym pulpicie systemu Linux. Zasadniczo Wine próbuje ponownie zaimplementować system Windows od podstaw, aby mógł uruchamiać wszystkie te aplikacje Windows bez faktycznego korzystania z systemu Windows.
ZRZUTY EKRANU
Ad
DiT (Transformatory dyfuzyjne)
OPIS
DiT (Diffusion Transformer) to potężna architektura, która stosuje modelowanie oparte na transformatorach bezpośrednio do procesów generowania dyfuzji w celu uzyskania wysokiej jakości syntezy obrazu. W przeciwieństwie do modeli dyfuzji opartych na sieciach neuronowych (CNN), DiT reprezentuje proces dyfuzji w przestrzeni ukrytej i przetwarza tokeny obrazu za pomocą bloków transformatora z wyuczonymi kodowaniami pozycyjnymi, oferując skalowalność i wyższą jakość próbek. Architektura modelu jest równoległa z dużymi modelami językowymi, ale w przypadku tokenów obrazu – każdy blok udoskonala zaszumione reprezentacje ukryte w celu uzyskania czystszych wyników poprzez iteracyjne kroki odszumiania. DiT osiąga dobre wyniki w testach porównawczych, takich jak ImageNet i LSUN, a jednocześnie jest prosty architektonicznie i wysoce modułowy. Obsługuje zmienną rozdzielczość, warunkowanie osadzania klas lub tekstu oraz integrację z autoenkoderami ukrytymi (takimi jak te używane w Stable Diffusion).
Funkcjonalności
- Architektura oparta na transformatorach do generowania obrazów dyfuzyjnych
- Iteracyjne usuwanie szumów z udoskonalaniem na podstawie tokenów i modelowaniem kontekstu opartym na uwadze
- Działa w przestrzeni utajonej, umożliwiając efektywną syntezę o wysokiej rozdzielczości
- Obsługuje warunkowanie etykiet klas lub osadzanie tekstu
- Wstępnie wytrenowane wagi, kod treningowy i narzędzia wizualizacyjne dla trajektorii dyfuzji
- Modułowa konstrukcja umożliwiająca łatwą skalowalność i hybrydową integrację z ukrytymi autoenkoderami
Język programowania
Python
Kategorie
Tę aplikację można również pobrać ze strony https://sourceforge.net/projects/dit-diffusion-transf.mirror/. Została ona umieszczona w OnWorks, aby można ją było uruchomić online w najłatwiejszy sposób z jednego z naszych darmowych systemów operacyjnych.
