Rumah > Peranti teknologi > AI > Bagaimana untuk mengakses Penyebaran Stabil 3.5? - Analytics Vidhya

Bagaimana untuk mengakses Penyebaran Stabil 3.5? - Analytics Vidhya

尊渡假赌尊渡假赌尊渡假赌
Lepaskan: 2025-03-19 10:56:24
asal
317 orang telah melayarinya

Penyebaran Stabil 3.5: menyelam mendalam ke dalam model dan kaedah aksesnya

Pelepasan terbaru kestabilan. Stabil, Stabil Ridfusi 3.5, menawarkan tiga model yang disesuaikan -besar, turbo besar, dan medium -semua dioptimumkan untuk perkakasan pengguna. Artikel ini meneroka model -model ini, kaedah akses mereka, dan keupayaan mereka.

Bagaimana untuk mengakses Penyebaran Stabil 3.5? - Analytics Vidhya

Gambaran keseluruhan model

  • Ketersediaan: Muat turun dari muka yang memeluk dan boleh diakses melalui API Kestabilan AI, Replikasi, dan platform lain.
  • Keselamatan: Kestabilan AI telah melaksanakan protokol keselamatan untuk mengurangkan penyalahgunaan.
  • Pembangunan Masa Depan: Penambahbaikan yang dirancang termasuk sokongan ControlNet untuk kawalan imej yang lebih baik.
  • Keserasian platform: Integrasi lancar di pelbagai platform memastikan penggunaan yang fleksibel.

Jadual Kandungan

  • Gambaran Keseluruhan
  • Model Penyebaran Stabil 3.5
  • Perbandingan model
  • Mengakses Penyebaran Stabil 3.5
    • Melalui platform kestabilan.ai
    • Melalui muka yang memeluk
  • Kesimpulan
  • Soalan yang sering ditanya

Model penyebaran stabil 3.5 dijelaskan

  1. Penyebaran Stabil 3.5 Besar: Model utama ini (8.1 bilion parameter) menyampaikan kualiti imej yang unggul dan pematuhan segera, sesuai untuk kegunaan profesional pada resolusi 1 megapiksel.
  2. Penyebaran Stabil 3.5 Turbo Besar: Versi yang lebih cepat dan diperkemas model besar. Ia mencapai hasil berkualiti tinggi dalam hanya 4 langkah.
  3. Penyebaran Stabil 3.5 Sederhana: Direka untuk perkakasan pengguna (2.5 bilion parameter), model ini mengimbangi kualiti dengan kecekapan, resolusi sokongan dari 0.25 hingga 2 megapiksel menggunakan seni bina MMDIT-X yang lebih baik. Ia memerlukan kira -kira 9.9 GB VRAM (tidak termasuk pengekod teks).

Semua model boleh diperbetulkan dan dioptimumkan untuk perkakasan pengguna.

Perbandingan model

Penyebaran yang stabil 3.5 Excels besar dalam pematuhan segera dan pesaing model yang lebih besar dalam kualiti imej. Turbo besar mengutamakan kelajuan tanpa mengorbankan kualiti, sementara Medium menyediakan pilihan yang berprestasi tinggi dan cekap.

Bagaimana untuk mengakses Penyebaran Stabil 3.5? - Analytics Vidhya

Mengakses Penyebaran Stabil 3.5

Melalui platform kestabilan.ai

Dapatkan kunci API anda dari platform (25 kredit yang disediakan semasa pendaftaran). Gunakan kod python berikut (ganti dengan kekunci API anda) dalam persekitaran Jupyter:

 permintaan import

respons = requests.post (
    f "https://api.stability.ai/v2beta/stable-image/generate/sd3",
    tajuk = {
        "Kebenaran": F "Bearer Sk- {Api-Key}",
        "Terima": "Imej/*"
    },
    fail = {"none": ''},
    data = {
        "Prompt": "Seorang lelaki pertengahan umur memakai pakaian rasmi",
        "output_format": "jpeg",
    },
)

Jika response.status_code == 200:
    dengan terbuka ("./ man.jpeg", 'wb') sebagai fail:
        file.write (response.content)
lain:
    meningkatkan pengecualian (str (response.json ())) 
Salin selepas log masuk

Bagaimana untuk mengakses Penyebaran Stabil 3.5? - Analytics Vidhya

(Contoh gambar yang dihasilkan dengan prompt: "Seorang lelaki pertengahan umur memakai pakaian formal")

Melalui muka yang memeluk

Akses model secara langsung pada muka yang memeluk. Antara muka membolehkan kesimpulan segera, seperti yang ditunjukkan di bawah:

Bagaimana untuk mengakses Penyebaran Stabil 3.5? - Analytics VidhyaBagaimana untuk mengakses Penyebaran Stabil 3.5? - Analytics VidhyaBagaimana untuk mengakses Penyebaran Stabil 3.5? - Analytics Vidhya

(Contoh imej yang dihasilkan dengan prompt: "hutan dengan pokok merah")

Untuk akses API melalui muka pelukan, ikuti langkah -langkah ini:

  1. Cari halaman model 3.5-besar penyebaran yang stabil pada muka yang memeluk. (Nota: Model lain boleh dipilih).
  2. Dapatkan akses (ia adalah model berpagar).
  3. Gunakan kod python berikut (ganti dengan token muka pelukan anda):
 permintaan import

Api_url = "https://api-inference.huggingface.co/models/stabilityai/stable-diffusion-3.5-large"
headers = {"kebenaran": "pembawa hf_token"}

pertanyaan def (muatan):
    respons = requests.post (API_URL, HEADERS = HEADERS, JSON = MAYLOAD)
    Kembali Response.Content

image_bytes = query ({
    "Input": "Ninja duduk di atas bangunan tinggi, 8k",
})

Import io
dari gambar import pil
image = image.open (io.bytesio (image_bytes))
imej 
Salin selepas log masuk

Bagaimana untuk mengakses Penyebaran Stabil 3.5? - Analytics VidhyaBagaimana untuk mengakses Penyebaran Stabil 3.5? - Analytics Vidhya

(Contoh gambar yang dihasilkan dengan prompt: "Ninja duduk di atas bangunan tinggi, 8k")

Kesimpulan

Penyebaran Stabil 3.5 menawarkan suite serba boleh model penjanaan imej yang memenuhi pelbagai keperluan dan keupayaan perkakasan. Kebolehcapaiannya melalui pelbagai platform memudahkan penjanaan imej AI berkualiti tinggi.

(Pertimbangkan Program Pinnacle Genai untuk Latihan AI Generatif.)

Soalan yang sering ditanya

S1: Pengesahan AI AI Kestabilan? Gunakan kekunci API anda dalam tajuk permintaan.

S2: Kestabilan biasa AI API kesilapan? Akses yang tidak dibenarkan, parameter tidak sah, atau melebihi had penggunaan.

S3: Adakah Penyebaran Stabil 3.5 Sederhana Percuma? Percuma di bawah lesen komuniti kestabilan untuk penyelidikan, penggunaan bukan komersil, dan organisasi dengan pendapatan di bawah $ 1 juta. Entiti yang lebih besar memerlukan lesen perusahaan.

S4: Apa yang membezakan Stabil Ridfusi 3.5 Medium? Senibina MMDIT-X yang lebih baik dengan QK-normalization dan perhatian dua untuk penjanaan imej yang dipertingkatkan merentasi resolusi.

Atas ialah kandungan terperinci Bagaimana untuk mengakses Penyebaran Stabil 3.5? - Analytics Vidhya. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan