Deepseek Janus-Proをローカルに使用する方法

中国のAIイノベーターであるDeepseekは、世界のAI景観に大きな影響を与え、米国の株式市場の評価が1兆ドル減少し、NvidiaやOpenaiのような不安定な技術大手が減少しています。 その急速な上昇は、その最先端のテキスト生成、推論、ビジョン、および画像生成モデルによるものです。 最近のハイライトは、マルチモーダルモデルの最先端のヤヌスシリーズの発売です。 このチュートリアルの詳細は、ヤヌスモデルを実行してその機能を調査するためにローカルドッカーコンテナをセットアップします。

著者による画像

このガイドは、Janusプロジェクトのセットアップ、ローカル実行のためのDockerコンテナの構築、およびその画像とテキスト処理機能のテストをカバーしています。 Deepseekの破壊的なモデルのさらなる調査は、これらのリソースを介して利用できます。

deepseek-v3：デモプロジェクトを備えたガイド

deepseek-r1：機能、O1比較、蒸留モデル＆more
• deepseek janusシリーズの紹介

Deepseek Janusシリーズは、高度なフレームワークを使用して視覚的理解と生成をシームレスに統合するように設計された、新世代のマルチモーダルモデルを表しています。 このシリーズは、Janus、Janusflow、および高性能のJanus-Proで構成されており、各反復は効率、パフォーマンス、およびマルチモーダル機能を改善します。

1。ヤヌス：統一されたアプローチ

ヤヌスは、統一されたトランスアーキテクチャを活用しながら、視覚エンコードを異なる経路に分離し、理解と生成のために視覚エンコードを分離します。この設計は、これらの機能間の固有の競合を解決し、柔軟性と効率を高めます。 ヤヌスのパフォーマンスは、特殊なモデルをライバルまたは上回り、将来のマルチモーダルシステムの主要な候補者となっています。

2。 janusflow：整流フロー統合

Janusflowは、自動回復言語モデリングを、主要な生成モデリング手法である修正フローと統合します。その合理化された設計は、大規模な言語モデルフレームワーク内でのトレーニングを簡素化し、複雑な変更を排除します。 ベンチマークの結果は、Janusflowが専門的なアプローチと統一されたアプローチの両方を上回ることを示しており、ビジョン言語モデリングの最先端を進めています。

3。 Janus-Pro：最適化されたパフォーマンス

Janus-Proは、最適化されたトレーニング方法、拡張データセット、およびより大きなモデルサイズを組み込むことにより、前任者に基づいています。これらの機能強化により、マルチモーダルの理解、テキストからイメージまでの指示に続く命令、およびテキストから画像の生成の安定性が大幅に向上しました。

出典：deepseek-ai/janus

Janusシリーズへのより深いダイビング、​​アクセス方法、およびOpenaiのDall-E 3との比較について

Janusプロジェクトのセットアップ

Janusは比較的新しいモデルであり、簡単に入手可能な量子化されたバージョンまたは簡単なデスクトップ/ラップトップを使用するためのローカルアプリケーションを欠いていますが、GitHubリポジトリにはGradio Webアプリケーションのデモがあります。 ただし、このデモはパッケージの競合に頻繁に遭遇します。 このプロジェクトは、コードを変更し、カスタムDockerイメージを構築し、Dockerデスクトップを使用してローカルに実行することにより、これに対処します。

1。 Dockerデスクトップのインストール

公式Docker Webサイトから最新のDockerデスクトップバージョンをダウンロードしてインストールすることから始めます。

Windowsユーザー：

Windowsユーザーは、Linux（WSL）用のWindowsサブシステムも必要です。ターミナルを介して：

をインストールします 2。 Janusリポジトリのクローニング

<code>wsl --install</code>

Janusリポジトリをクローンして、プロジェクトディレクトリに移動します：

3。デモコードの変更

<code>git clone https://github.com/deepseek-ai/Janus.git
cd Janus</code>

フォルダーでは、

を開きます。 これらの変更を加えてください：

demoapp_januspro.pyモデル名の変更：

を
1. に置き換えます。これは、より小さな（4.1 GB）モデルを使用し、ローカルでの使用に適しています。 deepseek-ai/Janus-Pro-7Bdeepseek-ai/Janus-Pro-1B

updatefunction：

最後の行を次のように変更します

2. demo.queue これにより、Docker URLとポートの互換性が保証されます
4。 Docker画像の作成

このコンテンツを使用して、プロジェクトのルートディレクトリに

<code>demo.queue(concurrency_count=1, max_size=10).launch(
    server_name="0.0.0.0", server_port=7860
)</code>

を作成します：

このdockerfileは次のとおりです

pytorchベース画像を使用します。

コンテナの作業ディレクトリを設定します。

Dockerfileプロジェクトファイルをコンテナにコピーします。

<code># Use the PyTorch base image
FROM pytorch/pytorch:latest

# Set the working directory inside the container
WORKDIR /app

# Copy the current directory into the container
COPY . /app

# Install necessary Python packages
RUN pip install -e .[gradio]

# Set the entrypoint for the container to launch your Gradio app
CMD ["python", "demo/app_januspro.py"]</code>

依存関係をインストールします。

グラデーションアプリケーションを起動します

• docker画像の構築と実行
• を作成した後、Docker画像を構築して実行します。 基礎知識のためにDockerコースの紹介を検討することを検討してください。
• ：
を使用して画像を作成します
（インターネット接続に応じて10〜15分かかる場合があります。）

GPUサポート、ポートマッピング、および永続的なストレージでコンテナを起動します：

Dockerfile

Dockerデスクトップアプリケーションの「コンテナ」および「ログ」タブの進捗状況を監視します。 ハギングフェイスハブからのモデルのダウンロードは、ログに表示されます。

アプリケーションにアクセスしてください：http://localhost:7860/。 トラブルシューティングについては、更新されたJanus Projectをkingabzpro/Janus: Janus-Series。 Janus Proモデルのテスト

Webアプリは、ユーザーフレンドリーなインターフェイスを提供します。 このセクションでは、Janus Proのマルチモーダルの理解とテキストから画像の生成を示しています。

マルチモーダル理解テスト

マルチモーダルの理解をテストするには、画像をアップロードして説明をリクエストします。 1Bモデルが小さい場合でも、結果は非常に正確です。

同様に、インフォグラフィックを使用したテストは、画像内のテキストコンテンツの正確な要約を示しています。

テキストからイメージの生成テスト

「テキストから画像への生成」セクションでは、カスタムプロンプトでテストできます。 モデルは5つのバリエーションを生成しますが、これには数分かかる場合があります。

生成された画像は、安定した拡散XLに品質と詳細が匹敵します。 より複雑なプロンプトも以下にテストし、複雑な説明を処理するモデルの能力を示しています。

迅速な例：（華やかな周囲の目の詳細な説明）

結論

包括的なテストのために、Deepseekの抱きしめているフェイススペースの展開（）は、完全なモデル機能へのアクセスを提供します。 ヤヌスプロモデルの精度は、バリエーションが小さくても注目に値します。

このチュートリアルの詳細なJanus Proのマルチモーダル機能と、プライベート使用のためのローカルで効率的なソリューションを設定するための指示を提供しました。 さらに学習は、微調整Deepseek R1（推論モデル）に関するガイドを介して利用できます。

以上がDeepseek Janus-Proをローカルに使用する方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。