استخدم Stable Diffusion XL مع Amazon SageMaker JumpStart في Amazon SageMaker Studio | خدمات أمازون ويب

يسعدنا اليوم أن نعلن أن Stable Diffusion XL 1.0 (SDXL 1.0) متاح للعملاء من خلال أمازون سيج ميكر جومب ستارت. SDXL 1.0 هو أحدث طراز لتوليد الصور من الاستقرار AI. تتضمن تحسينات SDXL 1.0 إنشاء صورة أصلية بدقة 1024 بكسل بمجموعة متنوعة من نسب العرض إلى الارتفاع. إنه مصمم للاستخدام الاحترافي ومعاير للصور الواقعية عالية الدقة. يوفر SDXL 1.0 مجموعة متنوعة من الأساليب الفنية المعدة مسبقًا والجاهزة للاستخدام في التسويق والتصميم وحالات استخدام إنشاء الصور عبر الصناعات. يمكنك تجربة هذه النماذج بسهولة واستخدامها مع SageMaker JumpStart ، وهو مركز للتعلم الآلي (ML) يوفر الوصول إلى الخوارزميات والنماذج وحلول التعلم الآلي حتى تتمكن من البدء بسرعة مع ML.

في هذا المنشور ، نتعرف على كيفية استخدام طرز SDXL 1.0 عبر SageMaker JumpStart.

ما هو Stable Diffusion XL 1.0 (SDXL 1.0)

SDXL 1.0 هو تطور الانتشار المستقر والحدود التالية للذكاء الاصطناعي التوليدي للصور. SDXL قادر على إنشاء صور مذهلة بمفاهيم معقدة في أنماط فنية مختلفة ، بما في ذلك الصورة الواقعية ، بمستويات جودة تتجاوز أفضل نماذج الصور المتاحة اليوم. مثل سلسلة Stable Diffusion الأصلية ، فإن SDXL قابلة للتخصيص بدرجة كبيرة (من حيث المعلمات) ويمكن نشرها على الأمازون SageMaker الحالات.

تم إنشاء الصورة التالية لأسد باستخدام SDXL 1.0 باستخدام موجه بسيط ، والذي نستكشفه لاحقًا في هذا المنشور.

يتضمن طراز SDXL 1.0 الميزات التالية:

• حرية التعبير - الصورة الواقعية الأفضل في فئتها ، فضلاً عن القدرة على إنشاء فن عالي الجودة في أي نمط فني تقريبًا. تُصنع الصور المميزة دون الشعور بأي إحساس خاص ينقله النموذج ، مما يضمن الحرية المطلقة في الأسلوب.
• الذكاء الفني - القدرة الأفضل في فئتها على إنشاء مفاهيم من الصعب عرضها على نماذج الصور ، مثل الأيدي والنص ، أو الكائنات والأشخاص المرتبة مكانيًا (على سبيل المثال ، مربع أحمر أعلى مربع أزرق).
• مطالبة أبسط - على عكس نماذج الصور التوليدية الأخرى ، يتطلب SDXL بضع كلمات فقط لإنشاء صور معقدة ومفصلة وجمالية. لا حاجة لفقرات التصفيات.
• أكثر دقة - التحفيز في SDXL ليس بسيطًا فحسب ، ولكنه أكثر صدقًا في نية المطالبات. يتفهم نموذج CLIP المحسّن الخاص بـ SDXL النص بفاعلية بحيث تُفهم مفاهيم مثل "المربع الأحمر" على أنها مختلفة عن "المربع الأحمر". تسمح هذه الدقة بعمل الكثير للحصول على الصورة المثالية مباشرة من النص ، حتى قبل استخدام الميزات الأكثر تقدمًا أو الضبط الدقيق الذي يشتهر به Stable Diffusion.

ما هو برنامج SageMaker JumpStart

مع SageMaker JumpStart ، يمكن لممارسي تعلم الآلة الاختيار من بين مجموعة واسعة من أحدث النماذج لحالات الاستخدام مثل كتابة المحتوى ، وإنشاء الصور ، وإنشاء الكود ، والإجابة على الأسئلة ، وكتابة النصوص ، والتلخيص ، والتصنيف ، واسترجاع المعلومات ، والمزيد. يمكن لممارسي تعلم الآلة نشر نماذج الأساس لمثيلات SageMaker المخصصة من بيئة شبكة معزولة وتخصيص النماذج باستخدام SageMaker للتدريب على النموذج ونشره. يمكن اكتشاف طراز SDXL اليوم بتنسيق أمازون ساجميكر ستوديو وحتى كتابة هذه السطور ، كان متاحًا في us-east-1, us-east-2, us-west-2, eu-west-1, ap-northeast-1و ap-southeast-2 المناطق.

حل نظرة عامة

في هذا المنشور ، نوضح كيفية نشر SDXL 1.0 على SageMaker واستخدامه لإنشاء صور باستخدام كل من مطالبات النص إلى الصورة والصورة إلى صورة.

SageMaker Studio عبارة عن بيئة تطوير متكاملة قائمة على الويب (IDE) للتعلم الآلي تتيح لك إنشاء نماذج ML الخاصة بك وتدريبها وتصحيحها ونشرها ومراقبتها. لمزيد من التفاصيل حول كيفية البدء وإعداد SageMaker Studio ، يرجى الرجوع إلى أمازون ساجميكر ستوديو.

بمجرد دخولك إلى SageMaker Studio UI ، قم بالوصول إلى SageMaker JumpStart وابحث عن Stable Diffusion XL. اختر بطاقة طراز SDXL 1.0 ، والتي ستفتح مثالاً على دفتر ملاحظات. هذا يعني أنك ستكون مسؤولاً فقط عن تكاليف الحوسبة. لا توجد تكلفة نموذج مرتبطة. توفر SDXL 1.0 ذات الوزن المغلق نصوصًا وحاويات مُحسَّنة من SageMaker مع وقت استدلال أسرع ويمكن تشغيلها على مثيل أصغر مقارنة بالوزن المفتوح SDXL 1.0. سيرشدك مثال دفتر الملاحظات خلال الخطوات ، لكننا نناقش أيضًا كيفية اكتشاف النموذج ونشره لاحقًا في هذه المشاركة.

في الأقسام التالية ، نوضح كيف يمكنك استخدام SDXL 1.0 لإنشاء صور واقعية بمطالبات أقصر وإنشاء نص داخل الصور. يوفر Stable Diffusion XL 1.0 تكوينًا محسنًا للصورة وتوليد الوجه مع مرئيات مذهلة وجماليات واقعية.

معلمات الانتشار المستقر XL 1.0

فيما يلي المعلمات المستخدمة بواسطة SXDL 1.0:

• cfg_scale - مدى دقة التزام عملية النشر بالنص الفوري.
• الطول والعرض - ارتفاع وعرض الصورة بالبكسل.
• سلم - عدد خطوات الانتشار المطلوب تشغيلها.
• بذرة - بذور الضوضاء العشوائية. إذا تم توفير بذرة ، فإن الصورة الناتجة ستكون حتمية.
• العينات - ما هي أجهزة أخذ العينات التي يجب استخدامها في عملية الانتشار لتقليل التشويش على جيلنا.
• موجهات النص - مجموعة من النصوص النصية لاستخدامها في التوليد.
• وزن - يعطي كل موجه وزنًا محددًا

لمزيد من المعلومات ، راجع الاستقرار AI نص إلى صورة كابل بيانات.

الكود التالي هو عينة من بيانات الإدخال المقدمة مع الموجه:

{ "cfg_scale": 7, "height": 1024, "width": 1024, "steps": 50, "seed": 42, "sampler": "K_DPMPP_2M", "text_prompts": [ { "text": "A photograph of fresh pizza with basil and tomatoes, from a traditional oven", "weight": 1 } ]
}

تستند جميع الأمثلة الواردة في هذا المنشور إلى نموذج دفتر ملاحظات لـ Stability Diffusion XL 1.0 ، والذي يمكن العثور عليه في Stability AI's جيثب ريبو.

توليد الصور باستخدام SDXL 1.0

في الأمثلة التالية ، نركز على إمكانيات نماذج Stability Diffusion XL 1.0 ، بما في ذلك الواقعية الفائقة ، وتكوين الصورة المحسّن ، والقدرة على إنشاء وجوه واقعية. نستكشف أيضًا الجماليات المرئية المحسّنة بشكل كبير ، مما ينتج عنه مخرجات جذابة بصريًا. بالإضافة إلى ذلك ، نوضح استخدام المطالبات الأقصر ، مما يتيح إنشاء صور وصفية بسهولة أكبر. أخيرًا ، نوضح كيف أصبح النص في الصور الآن أكثر وضوحًا ، مما يزيد من إثراء الجودة الإجمالية للمحتوى الذي تم إنشاؤه.

يوضح المثال التالي استخدام موجه بسيط للحصول على صور مفصلة. باستخدام بضع كلمات فقط في الموجه ، كان قادرًا على إنشاء صورة معقدة ومفصلة وجمالية تشبه الموجه المقدم.

text = "photograph of latte art of a cat" output = deployed_model.predict(GenerationRequest(text_prompts=[TextPrompt(text=text)], seed=5, height=640, width=1536, sampler="DDIM", ))
decode_and_show(output)

بعد ذلك ، نعرض استخدام ملف style_preset معلمة الإدخال ، والتي تتوفر فقط على SDXL 1.0. يمر في style_preset المعلمة توجه نموذج توليد الصورة نحو نمط معين.

بعض من المتاح style_preset المعلمات enhance, anime, photographic, digital-art, comic-book, fantasy-art, line-art, analog-film, neon-punk, isometric, low-poly, origami, modeling-compound, cinematic, 3d-mode, pixel-artو tile-texture. هذه القائمة من الأنماط المسبقة قابلة للتغيير ؛ الرجوع إلى أحدث إصدار والوثائق للحصول على التحديثات.

في هذا المثال ، نستخدم موجهًا لإنشاء إبريق شاي بملحق style_preset of origami. كان النموذج قادرًا على إنشاء صورة عالية الجودة بأسلوب الفن المقدم.

output = deployed_model.predict(GenerationRequest(text_prompts=[TextPrompt(text="teapot")], style_preset="origami", seed = 3, height = 1024, width = 1024 ))

لنجرب المزيد من الإعدادات المسبقة للأسلوب مع مطالبات مختلفة. يوضح المثال التالي نمط الإعداد المسبق للإنشاء الرأسي باستخدام style_preset="photographic" مع "صورة أسد عجوز ومتعب في الوضع الحقيقي".

text = "portrait of an old and tired lion real pose" output = deployed_model.predict(GenerationRequest(text_prompts=[TextPrompt(text=text)], style_preset="photographic", seed=111, height=640, width=1536, ))

الآن دعنا نجرب نفس المطالبة ("صورة شخصية لأسد قديم ومتعب") باستخدام مركب النمذجة مثل الإعداد المسبق للنمط. الصورة الناتجة هي صورة مميزة تم إنشاؤها دون أي إحساس خاص ينقله النموذج ، مما يضمن الحرية المطلقة في الأسلوب.

مطالبات متعددة باستخدام SDXL 1.0

كما رأينا ، فإن أحد الأسس الأساسية للنموذج هو القدرة على إنشاء الصور عن طريق التحفيز. يدعم SDXL 1.0 المطالبات المتعددة. من خلال المطالبات المتعددة ، يمكنك مزج المفاهيم معًا عن طريق تعيين وزن محدد لكل مطالبة. كما ترون في الصورة التالية التي تم إنشاؤها ، لها خلفية غابة مع عشب أخضر طويل القامة. تم إنشاء هذه الصورة باستخدام المطالبات التالية. يمكنك مقارنة هذا بموجه واحد من مثالنا السابق.

text1 = "portrait of an old and tired lion real pose"
text2 = "jungle with tall bright green grass" output = deployed_model.predict(GenerationRequest( text_prompts=[TextPrompt(text=text1), TextPrompt(text=text2, weight=0.7)], style_preset="photographic", seed=111, height=640, width=1536, ))

مدرك مكانيًا الصور المُنشأة والمطالبات السلبية

بعد ذلك ، ننظر إلى تصميم الملصق مع مطالبة مفصلة. كما رأينا سابقًا ، تتيح لك المطالبات المتعددة دمج المفاهيم لإنشاء نتائج جديدة وفريدة من نوعها.

في هذا المثال ، يكون الموجه مفصلاً للغاية من حيث موضع الموضوع والمظهر والتوقعات والمناطق المحيطة. يحاول النموذج أيضًا تجنب الصور المشوهة أو التي يتم عرضها بشكل سيء بمساعدة موجه سلبي. تُظهر الصورة التي تم إنشاؤها كائنات وموضوعات مرتبة مكانيًا.

text = "قطة بيضاء ناعمة لطيفة تقف على رجليها الخلفيتين ، وتحدق بفضول في مرآة ذهبية مزخرفة. لكن في الانعكاس ، لا ترى القطة نفسها ، بل ترى أسدًا عظيمًا. المرآة مضاءة بتوهج ناعم على خلفية بيضاء نقية.

text = "A cute fluffy white cat stands on its hind legs, peering curiously into an ornate golden mirror. But in the reflection, the cat sees not itself, but a mighty lion. The mirror illuminated with a soft glow against a pure white background." negative_prompts = ['distorted cat features', 'distorted lion features', 'poorly rendered'] output = deployed_model.predict(GenerationRequest( text_prompts=[TextPrompt(text=text)], style_preset="enhance", seed=43, height=640, width=1536, steps=100, cfg_scale=7, negative_prompts=negative_prompts ))

دعنا نجرب مثالًا آخر ، حيث نحتفظ بنفس الموجه السلبي ولكننا نغير الموجه التفصيلي والإعداد المسبق للنمط. كما ترى ، فإن الصورة التي تم إنشاؤها لا تقوم فقط بترتيب الكائنات مكانيًا ، بل تقوم أيضًا بتغيير الإعدادات المسبقة للنمط مع الانتباه إلى التفاصيل مثل المرآة الذهبية المزخرفة وانعكاس الموضوع فقط.

text = "A cute fluffy white cat stands on its hind legs, peering curiously into an ornate golden mirror. In the reflection the cat sees itself." negative_prompts = ['distorted cat features', 'distorted lion features', 'poorly rendered'] output = deployed_model.predict(GenerationRequest( text_prompts=[TextPrompt(text=text)], style_preset="neon-punk", seed=4343434, height=640, width=1536, steps=150, cfg_scale=7, negative_prompts=negative_prompts ))

إنشاء الوجه باستخدام SDXL 1.0

في هذا المثال ، نوضح كيف يُنشئ SDXL 1.0 تكوينًا محسّنًا للصور وتوليد الوجه بميزات واقعية مثل اليدين والأصابع. الصورة التي تم إنشاؤها هي لشخصية بشرية تم إنشاؤها بواسطة الذكاء الاصطناعي بأيد مرفوعة بشكل واضح. لاحظ التفاصيل في الأصابع والوضع. كانت الصورة التي تم إنشاؤها بواسطة الذكاء الاصطناعي مثل هذه ستصبح غير متبلورة.

text = "Photo of an old man with hands raised, real pose." output = deployed_model.predict(GenerationRequest( text_prompts=[TextPrompt(text=text)], style_preset="photographic", seed=11111, height=640, width=1536, steps=100, cfg_scale=7, ))

إنشاء نص باستخدام SDXL 1.0

تم تجهيز SDXL لعمليات سير عمل تصميم الصور المعقدة التي تتضمن إنشاء نص داخل الصور. يعرض هذا المثال موجهًا هذه الإمكانية. لاحظ مدى وضوح إنشاء النص باستخدام SDXL ولاحظ الإعداد المسبق للنمط السينمائي.

text = "Write the following word: Dream" output = deployed_model.predict(GenerationRequest(text_prompts=[TextPrompt(text=text)], style_preset="cinematic", seed=15, height=640, width=1536, sampler="DDIM", steps=32, ))

اكتشف SDXL 1.0 من SageMaker JumpStart

تعمل SageMaker JumpStart على اللوحات وتحافظ على نماذج الأساس لتتمكن من الوصول إليها وتخصيصها ودمجها في دورات حياة ML الخاصة بك. بعض النماذج عبارة عن نماذج ذات وزن مفتوح تتيح لك الوصول إلى أوزان النماذج والبرامج النصية وتعديلها ، في حين أن بعضها عبارة عن نماذج وزن مغلقة لا تسمح لك بالوصول إليها لحماية IP لموفري النماذج. تتطلب منك نماذج الوزن المغلقة الاشتراك في النموذج من صفحة تفاصيل نموذج AWS Marketplace ، و SDXL 1.0 هو نموذج ذو وزن مغلق في هذا الوقت. في هذا القسم ، نتناول كيفية اكتشاف نموذج الوزن المغلق والاشتراك فيه ونشره من SageMaker Studio.

يمكنك الوصول إلى SageMaker JumpStart عن طريق الاختيار بداية القفز مع حلول آلية ومبنية مسبقًا في استوديو SageMaker الصفحة الرئيسية .

من الصفحة المقصودة SageMaker JumpStart ، يمكنك التصفح بحثًا عن الحلول والنماذج وأجهزة الكمبيوتر المحمولة والموارد الأخرى. تُظهر لقطة الشاشة التالية مثالاً على الصفحة المقصودة مع الحلول ونماذج الأساس المدرجة.

يحتوي كل نموذج على بطاقة نموذج ، كما هو موضح في لقطة الشاشة التالية ، والتي تحتوي على اسم الطراز ، إذا كان مضبوطًا أم لا ، واسم الموفر ، ووصفًا موجزًا ​​عن النموذج. يمكنك العثور على طراز Stable Diffusion XL 1.0 في ملف نموذج التأسيس: توليد الصور دائري أو ابحث عنه في مربع البحث.

يمكنك اختيار انتشار مستقر XL 1.0 لفتح مثال لدفتر ملاحظات يرشدك إلى كيفية استخدام طراز SDXL 1.0. يفتح نموذج دفتر الملاحظات كوضع للقراءة فقط ؛ عليك أن تختار دفتر استيراد لتشغيله.

بعد استيراد الكمبيوتر الدفتري ، تحتاج إلى تحديد بيئة الكمبيوتر الدفتري المناسبة (الصورة ، والنواة ، ونوع المثيل ، وما إلى ذلك) قبل تشغيل الكود.

انشر SDXL 1.0 من SageMaker JumpStart

في هذا القسم ، نتعرف على كيفية الاشتراك في النموذج ونشره.

1. افتح صفحة قائمة النموذج في سوق AWS باستخدام الرابط المتاح من مثال دفتر الملاحظات في SageMaker JumpStart.
   
2. في قائمة AWS Marketplace ، اختر استمر في الاشتراك.

إذا لم يكن لديك الأذونات اللازمة لعرض النموذج أو الاشتراك فيه ، فتواصل مع مسؤول AWS أو نقطة اتصال الشراء. قد تقيد العديد من المؤسسات أذونات AWS Marketplace للتحكم في الإجراءات التي يمكن لشخص ما اتخاذها في AWS Marketplace Management Portal.

3. اختار استمر في الاشتراك.
   
4. على اشترك في هذا البرنامج الصفحة ، راجع تفاصيل الأسعار واتفاقية ترخيص المستخدم النهائي (EULA). إذا كان مقبولاً ، اختر اقبل العرض.
   
5. اختار استمر في التكوين لبدء تكوين النموذج الخاص بك.
   
6. اختر منطقة مدعومة.

سترى منتج ARN معروضًا. هذه هي حزمة النموذج ARN التي تحتاج إلى تحديدها أثناء إنشاء نموذج قابل للنشر باستخدام Boto3.

7. انسخ ARN المطابق لمنطقتك وحدده في تعليمات خلية دفتر الملاحظات.

قد تكون معلومات ARN متاحة بالفعل في مثال دفتر الملاحظات.

8. أنت الآن جاهز لبدء اتباع مثال دفتر الملاحظات.

يمكنك أيضًا المتابعة من AWS Marketplace ، لكننا نوصي باتباع مثال دفتر الملاحظات في SageMaker Studio لفهم كيفية عمل النشر بشكل أفضل.

تنظيف

عند الانتهاء من العمل ، يمكنك حذف نقطة النهاية لتحرير ملف الأمازون الحوسبة المرنة السحابية (Amazon EC2) المرتبطة به وإيقاف الفواتير.

احصل على قائمة نقاط نهاية SageMaker الخاصة بك باستخدام AWS CLI على النحو التالي:

!aws sagemaker list-endpoints

ثم احذف نقاط النهاية:

deployed_model.sagemaker_session.delete_endpoint(endpoint_name)

وفي الختام

في هذا المنشور ، أوضحنا لك كيفية البدء بنموذج SDXL 1.0 الجديد في SageMaker Studio. باستخدام هذا النموذج ، يمكنك الاستفادة من الميزات المختلفة التي توفرها SDXL لإنشاء صور واقعية. نظرًا لأن نماذج الأساس مدربة مسبقًا ، فيمكنها أيضًا المساعدة في خفض تكاليف التدريب والبنية التحتية وتمكين التخصيص لحالة الاستخدام الخاصة بك.

الموارد

عن المؤلفين

وون يونيو هو مدير منتج مع SageMaker JumpStart. يركز على جعل نماذج الأساس سهلة الاكتشاف والاستخدام لمساعدة العملاء على بناء تطبيقات الذكاء الاصطناعي التوليدية.

ماني خانوجا هو متخصص في الذكاء الاصطناعي وتعلم الآلة SA في Amazon Web Services (AWS). إنها تساعد العملاء على استخدام التعلم الآلي لحل تحديات أعمالهم باستخدام AWS. تقضي معظم وقتها في الغوص بعمق وتعليم العملاء مشاريع الذكاء الاصطناعي / التعلم الآلي المتعلقة برؤية الكمبيوتر ومعالجة اللغة الطبيعية والتنبؤ والتعلم الآلي على الحافة والمزيد. إنها شغوفة بـ ML at edge ، لذلك ، فقد أنشأت مختبرها الخاص مع مجموعة أدوات القيادة الذاتية وخط إنتاج تصنيع النماذج الأولية ، حيث تقضي الكثير من وقت فراغها.

نيتين يوسابيوس هو مهندس حلول مؤسسي كبير في AWS ولديه خبرة في هندسة البرمجيات وهندسة المؤسسات والذكاء الاصطناعي / تعلم الآلة. إنه يعمل مع العملاء لمساعدتهم على بناء تطبيقات جيدة التصميم على منصة AWS. إنه متحمس لحل تحديات التكنولوجيا ومساعدة العملاء في رحلتهم السحابية.

سليمان باتل هو مهندس حلول أول في Amazon Web Services (AWS) ، مع التركيز بشكل خاص على التعلم الآلي والتحديث. من خلال الاستفادة من خبرته في كل من الأعمال والتكنولوجيا ، يساعد سليمان العملاء على تصميم وبناء الحلول التي تعالج مشاكل الأعمال في العالم الحقيقي. عندما لا يكون منغمسًا في عمله ، يحب سليمان استكشاف الأماكن الخارجية والقيام برحلات على الطريق وطهي الأطباق اللذيذة في المطبخ.

الدكتور فيفيك مادان هو عالم تطبيقي مع فريق Amazon SageMaker JumpStart. حصل على الدكتوراه من جامعة إلينوي في Urbana-Champaign وكان باحثًا بعد الدكتوراه في Georgia Tech. وهو باحث نشط في التعلم الآلي وتصميم الخوارزمية وقد نشر أوراقًا علمية في مؤتمرات EMNLP و ICLR و COLT و FOCS و SODA.

• محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
• PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
• أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
• أفلاطون السيارات / المركبات الكهربائية ، كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
• BlockOffsets. تحديث ملكية الأوفست البيئية. الوصول هنا.
• المصدر https://aws.amazon.com/blogs/machine-learning/use-stable-diffusion-xl-with-amazon-sagemaker-jumpstart-in-amazon-sagemaker-studio/