Ito ang Windows app na pinangalanang Guided Diffusion na ang pinakabagong release ay maaaring ma-download bilang guided-diffusionsourcecode.tar.gz. Maaari itong patakbuhin online sa libreng hosting provider na OnWorks para sa mga workstation.
I-download at patakbuhin online ang app na ito na pinangalanang Guided Diffusion sa OnWorks nang libre.
Sundin ang mga tagubiling ito upang patakbuhin ang app na ito:
- 1. Na-download ang application na ito sa iyong PC.
- 2. Ipasok sa aming file manager https://www.onworks.net/myfiles.php?username=XXXXX kasama ang username na gusto mo.
- 3. I-upload ang application na ito sa naturang filemanager.
- 4. Magsimula ng anumang OS OnWorks online emulator mula sa website na ito, ngunit mas mahusay na Windows online emulator.
- 5. Mula sa OnWorks Windows OS na kasisimula mo pa lang, pumunta sa aming file manager https://www.onworks.net/myfiles.php?username=XXXX gamit ang username na gusto mo.
- 6. I-download ang application at i-install ito.
- 7. I-download ang Wine mula sa iyong mga Linux distributions software repository. Kapag na-install na, maaari mong i-double click ang app upang patakbuhin ang mga ito gamit ang Wine. Maaari mo ring subukan ang PlayOnLinux, isang magarbong interface sa ibabaw ng Wine na tutulong sa iyong mag-install ng mga sikat na programa at laro sa Windows.
Ang alak ay isang paraan upang patakbuhin ang software ng Windows sa Linux, ngunit walang kinakailangang Windows. Ang alak ay isang open-source na layer ng compatibility ng Windows na maaaring direktang magpatakbo ng mga program sa Windows sa anumang desktop ng Linux. Sa totoo lang, sinusubukan ng Wine na muling ipatupad ang sapat na Windows mula sa simula upang mapatakbo nito ang lahat ng mga Windows application na iyon nang hindi talaga nangangailangan ng Windows.
MGA LALAKI
Ad
Pinatnubayang Pagsasabog
DESCRIPTION
Ang guided-diffusion repository ay nakasentro sa mga modelo ng diffusion para sa synthesis ng imahe, na may pagtuon sa gabay ng classifier at mga pagpapabuti sa mga naunang diffusion framework. Ito ay hinango mula sa pinahusay na pagsasabog ng OpenAI, na pinahusay upang maisama ang may gabay na henerasyon kung saan ang isang classifier (o iba pang mekanismo ng paggabay) ay maaaring makaiwas sa pagsa-sample patungo sa nais na mga klase o katangian. Ang code ay nagbibigay ng mga kahulugan ng modelo (UNet, mga iskedyul ng pagsasabog), mga script ng sampling at pagsasanay, at mga kagamitan para sa paggabay at pagsusuri. Ang isang mahalagang insight ay ang pagsasama-sama ng diffusion sampling sa mga gradient ng classifier ay nagbibigay-daan sa mahusay na kontrol sa mga nabuong larawan, na ipinagpalit ang pagkakaiba-iba kumpara sa katapatan. Kasama sa repositoryo ang mga script gaya ng image_train.py, image_sample.py, at classifier_train.py upang sanayin ang mga modelo ng diffusion, bumuo ng mga sample, at magsanay ng mga gumagabay na classifier. Nagpapadala rin ito ng mga precomputed na batch ng pagsusuri at mga paghahambing sa baseline upang suportahan ang muling paggawa ng benchmarking ng mga bagong modelo.
Mga tampok
- Arkitektura ng diffusion model (UNet, mga iskedyul ng ingay, mga kagamitan sa pagsasanay)
- Classifier-guided sampling: pinagsasama ang diffusion sa mga gradient ng classifier
- Mga script para sa mga modelo ng pagsasanay (image_train.py), sampling (image_sample.py), at pagsasanay sa classifier
- Precomputed na mga batch ng evaluation at baseline metrics para sa reproducibility
- Modular code na nagpapagana ng mga bagong guidance modalities o architectural tweaks
- Sumasanga mula sa pinabuting-diffusion na may mga pagpapahusay sa guided generation
Wika ng Programming
Sawa
Kategorya
Ito ay isang application na maaari ding makuha mula sa https://sourceforge.net/projects/guided-diffusion.mirror/. Na-host ito sa OnWorks upang mapatakbo online sa pinakamadaling paraan mula sa isa sa aming mga libreng Operative System.
