Cara Menggunakan Deepseek Janus-Pro Secara Tempatan

DeepSeek, seorang inovator AI Cina, telah memberi kesan yang ketara kepada landskap AI global, menyebabkan penurunan $ 1 trilion dalam penilaian pasaran saham AS dan gergasi teknologi yang mengganggu seperti Nvidia dan OpenAI. Peningkatan pesatnya adalah disebabkan oleh penjanaan teks, penalaran, penglihatan, dan model generasi imejnya. Sorotan baru-baru ini ialah pelancaran siri janus model multimodalnya. Butiran tutorial ini menubuhkan bekas Docker tempatan untuk menjalankan model Janus dan meneroka keupayaannya.

imej oleh pengarang

Panduan ini merangkumi menubuhkan projek Janus, membina bekas docker untuk pelaksanaan tempatan, dan menguji keupayaan pemprosesan imej dan teksnya. Penjelajahan lanjut mengenai model mengganggu DeepSeek boleh didapati melalui sumber -sumber ini:

DeepSeek-V3: Panduan dengan Projek Demo
DeepSeek-R1: Ciri-ciri, Perbandingan O1, Model Sulingan & Lagi

memperkenalkan siri Janus Deepseek

Siri DeepSeek Janus mewakili generasi baru model multimodal, yang direka untuk mengintegrasikan pemahaman visual dan generasi dengan lancar menggunakan rangka kerja lanjutan. Siri ini terdiri daripada Janus, Janusflow, dan prestasi tinggi Janus-Pro, setiap lelaran meningkatkan kecekapan, prestasi, dan fungsi multimodal.

1. Janus: Pendekatan Bersepadu

Janus menggunakan rangka kerja autoregressive novel, memisahkan pengekodan visual ke dalam laluan yang berbeza untuk pemahaman dan generasi sambil memanfaatkan seni bina pengubah bersatu. Reka bentuk ini menyelesaikan konflik yang wujud antara fungsi -fungsi ini, meningkatkan fleksibiliti dan kecekapan. Peserta prestasi Janus atau melepasi model khusus, menjadikannya calon utama untuk sistem multimodal masa depan.

2. Janusflow: Integrasi aliran diperbaiki

Janusflow mengintegrasikan pemodelan bahasa autoregressive dengan aliran yang diperbetulkan, teknik pemodelan generatif terkemuka. Reka bentuknya yang diselaraskan memudahkan latihan dalam kerangka model bahasa yang besar, menghapuskan pengubahsuaian kompleks. Hasil penanda aras menunjukkan Janusflow mengatasi pendekatan khusus dan bersatu, memajukan pemodelan bahasa-bahasa yang canggih.

3. Janus-Pro: Prestasi yang dioptimumkan

Janus-Pro membina pendahulunya dengan menggabungkan kaedah latihan yang dioptimumkan, dataset yang diperluaskan, dan saiz model yang lebih besar. Peningkatan ini dengan ketara meningkatkan pemahaman multimodal, pengajaran teks-ke-imej berikut, dan kestabilan penjanaan teks-ke-imej.

Sumber: DeepSeek-ai/Janus

Untuk menyelam yang lebih mendalam ke dalam siri Janus, kaedah akses, dan perbandingan dengan Openai's Dall-E 3, lihat Deepseek's Janus-Pro: Ciri-ciri, Dall-E 3 Perbandingan & Lagi.

menyediakan projek Janus anda

Walaupun Janus adalah model yang agak baru, kekurangan versi kuantitatif yang tersedia atau aplikasi tempatan untuk penggunaan desktop/komputer riba yang mudah, repositori GitHub menawarkan demo aplikasi Web Gradio. Walau bagaimanapun, demo ini sering menemui konflik pakej. Projek ini menangani ini dengan mengubahsuai kod, membina imej docker tersuai, dan menjalankannya secara tempatan menggunakan desktop docker.

1. Pemasangan Desktop Docker

Mulailah dengan memuat turun dan memasang versi desktop Docker terkini dari laman web Docker rasmi.

Pengguna Windows:

Pengguna Windows juga memerlukan subsistem Windows untuk Linux (WSL). Pasangnya melalui terminal anda dengan:

2. Pengklonan Repositori Janus

<code>wsl --install</code>

klon repositori Janus dan menavigasi ke direktori projek:

3. Mengubah kod demo

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

Dalam folder

, buka

. Buat perubahan ini: demo app_januspro.py

Nama Model Perubahan:
1. Ganti dengan . Ini menggunakan model yang lebih kecil (4.1 GB), lebih sesuai untuk kegunaan tempatan. deepseek-ai/Janus-Pro-7B deepseek-ai/Janus-Pro-1B

Kemas kini

fungsi:
2. Ubah suai baris terakhir ke: demo.queue

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

Ini memastikan URL Docker dan keserasian pelabuhan.

4. Membuat Imej Docker

Buat

dalam direktori root projek dengan kandungan ini:

Dockerfile ini akan: Dockerfile

<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>

Gunakan imej asas pytorch.

Tetapkan direktori kerja bekas.

• salin fail projek ke bekas.
• Pasang kebergantungan.
• Lancarkan permohonan Gradio.
membina dan menjalankan imej Docker
Selepas membuat

, membina dan menjalankan imej Docker. Pertimbangkan untuk mengambil pengantar kursus Docker untuk pengetahuan asas.

Bina imej menggunakan:

Dockerfile

(ini mungkin mengambil masa 10-15 minit bergantung pada sambungan internet anda.)

<code>docker build -t janus .</code>

Mulakan bekas dengan sokongan GPU, pemetaan pelabuhan, dan penyimpanan berterusan:

Memantau kemajuan dalam tab "Kontena" dan "Log" Aplikasi Desktop. Model muat turun dari hab muka pelukan akan dapat dilihat dalam log.

Akses permohonan di: http://localhost:7860/. Untuk menyelesaikan masalah, rujuk projek Janus yang dikemas kini di kingabzpro/Janus: Janus-Series.

Menguji model Janus Pro

Aplikasi web menyediakan antara muka mesra pengguna. Bahagian ini menunjukkan pemahaman multimodal Janus Pro dan generasi teks-ke-imej.

ujian pemahaman multimodal

untuk menguji pemahaman multimodal, memuat naik imej dan meminta penjelasan. Walaupun dengan model 1B yang lebih kecil, hasilnya sangat tepat.

Begitu juga, ujian dengan infographic menunjukkan ringkasan tepat kandungan teks dalam imej.

ujian generasi teks-ke-imej

Bahagian "Generasi Teks-ke-Imej" membolehkan ujian dengan arahan tersuai. Model ini menghasilkan lima variasi, yang mungkin mengambil masa beberapa minit.

Imej yang dihasilkan dapat dibandingkan dengan kualiti dan terperinci kepada penyebaran stabil XL. Gegaran yang lebih kompleks juga diuji di bawah, menunjukkan keupayaan model untuk mengendalikan deskripsi yang rumit.

Contoh segera: (penerangan terperinci tentang mata dengan persekitaran yang berhias)

Kesimpulan

Untuk ujian komprehensif, DeepSeek's Hugging Face Spaces Deployment () menyediakan akses kepada keupayaan model penuh. Ketepatan model Janus Pro, walaupun dengan varian yang lebih kecil, patut diberi perhatian.

Tutorial ini terperinci keupayaan multimodal Janus Pro dan memberikan arahan untuk menubuhkan penyelesaian tempatan dan cekap untuk kegunaan peribadi. Pembelajaran lebih lanjut boleh didapati melalui panduan kami mengenai penalaan DeepSeek R1 (model pemikiran).

Atas ialah kandungan terperinci Cara Menggunakan Deepseek Janus-Pro Secara Tempatan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!