Это приложение для Windows под названием Consistency Models, последнюю версию которого можно скачать в формате consistency_modelssourcecode.tar.gz. Его можно запустить онлайн на бесплатном хостинг-провайдере OnWorks для рабочих станций.
Бесплатно скачайте и запустите онлайн это приложение под названием Consistency Models with OnWorks.
Следуйте этим инструкциям, чтобы запустить это приложение:
- 1. Загрузил это приложение на свой компьютер.
- 2. Введите в нашем файловом менеджере https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.
- 3. Загрузите это приложение в такой файловый менеджер.
- 4. Запустите любой онлайн-эмулятор OS OnWorks с этого сайта, но лучше онлайн-эмулятор Windows.
- 5. В только что запущенной ОС Windows OnWorks перейдите в наш файловый менеджер https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.
- 6. Скачайте приложение и установите его.
- 7. Загрузите Wine из репозиториев программного обеспечения вашего дистрибутива Linux. После установки вы можете дважды щелкнуть приложение, чтобы запустить его с помощью Wine. Вы также можете попробовать PlayOnLinux, необычный интерфейс поверх Wine, который поможет вам установить популярные программы и игры для Windows.
Wine - это способ запустить программное обеспечение Windows в Linux, но без Windows. Wine - это уровень совместимости с Windows с открытым исходным кодом, который может запускать программы Windows непосредственно на любом рабочем столе Linux. По сути, Wine пытается заново реализовать Windows с нуля, чтобы можно было запускать все эти Windows-приложения, фактически не нуждаясь в Windows.
СКРИНШОТЫ
Ad
Модели согласованности
ОПИСАНИЕ
consistence_models — это репозиторий для моделей согласованности, нового семейства генеративных моделей, представленных OpenAI, которые направлены на генерацию высококачественных выборок путем непосредственного отображения шума в данные, что позволяет избежать необходимости в длинных цепочках диффузии. Он дополняет и расширяет фреймворки моделей диффузии (например, основанные на кодовой базе управляемой диффузии), добавляя такие методы, как дистилляция согласованности и обучение согласованности, для обеспечения быстрой, часто одношаговой, генерации выборок. Репозиторий реализован в PyTorch и включает поддержку крупномасштабных экспериментов с такими наборами данных, как варианты ImageNet-64 и LSUN. Он также содержит модели с контрольными точками, скрипты оценки и варианты алгоритмов выборки/редактирования, описанные в статье. Поскольку модели согласованности сокращают количество шагов вывода, они перспективны для генеративных систем реального времени или с малой задержкой.
Особенности
- Прямой шум → отображение данных для одношаговой или многошаговой генерации
- Реализация дистилляции и обучения по консистенции
- Поддержка алгоритмов выборки и редактирования (редактирование изображений, интерполяция)
- Контрольные точки и скрипты оценки для наборов данных, таких как ImageNet и LSUN
- Модульная архитектура PyTorch, построенная на более ранних фреймворках диффузии
- Модельные карты и документация по предполагаемому использованию, ограничениям и сравнительному анализу
Язык программирования
Питон
Категории
Это приложение также можно скачать по адресу https://sourceforge.net/projects/consistency-models.mirror/. Оно размещено на платформе OnWorks для максимально удобного запуска онлайн через одну из наших бесплатных операционных систем.
