如何在本地使用DeepSeek Janus-Pro-人工智能-PHP中文网

中国AI创新者DeepSeek

DeepSeek对全球AI景观产生了重大影响，导致美国股票市场估值下降了1万亿美元，以及Nvidia和OpenAI等令人不安的科技巨头。它的迅速崛起是由于其领先的文本生成，推理，视觉和图像生成模型。最近的一个亮点是推出了其最先进的Janus系列多模型模型。此教程详细信息设置了当地的Docker容器来运行Janus模型并探索其功能。

How to Use DeepSeek Janus-Pro Locally

>作者的图像

本指南涵盖设置Janus项目，构建用于本地执行的Docker容器，并测试其图像和文本处理功能。可以通过这些资源获得对DeepSeek的破坏性模型的进一步探索：>

> deepseek-v3：演示项目的指南

> deepSeek-r1：功能，O1比较，蒸馏模型和更多

DeepSeek Janus系列代表了新一代的多模式模型，旨在通过高级框架无缝整合视觉理解和生成。该系列包括Janus，Janusflow和高性能Janus-Pro，每个迭代都提高了效率，性能和多模式功能。

1。贾努斯：统一的方法

Janus采用了一种新颖的自回旋框架，将视觉编码分为不同的途径，以理解和发电，同时利用统一的变压器体系结构。该设计解决了这些功能之间的固有冲突，提高了灵活性和效率。 Janus的性能竞争对手或超越了专业模型，使其成为未来多模式系统的主要候选人。

2。 Janusflow：整流流程

Janusflow与Rectified Flow（一种领先的生成建模技术）集成了自回归语言建模。它的简化设计简化了大型语言模型框架中的培训，从而消除了复杂的修改。基准结果表明，Janusflow的表现优于专业和统一方法，从而推进了视觉模型的最新方法。

3。 Janus-Pro：优化的性能

Janus-Pro通过合并优化的培训方法，扩展的数据集和较大的模型大小来建立其前辈。这些增强功能显着提高了多模式的理解，文本到图像的指导以及文本到图像生成的稳定性。

来源：DeepSeek-ai/janus

>更深入地了解Janus系列，访问方法以及与Openai的Dall-e 3的比较，请参见DeepSeek的Janus-Pro：功能：Dall-E 3比较及更多。

设置您的Janus Project

Janus是一种相对较新的模型，缺少可用的量化版本或可轻松台式/笔记本电脑使用的本地应用程序，但其GitHub存储库提供了Gradio Web应用程序演示。但是，此演示经常遇到包裹冲突。该项目通过修改代码，构建自定义Docker映像并使用Docker Desktop在本地运行它来解决此问题。

1。 Docker Desktop安装

首先从官方Docker网站下载和安装最新的Docker桌面版本。

Windows用户

Windows用户也将需要Windows子系统的Linux（WSL）。通过您的终端安装它：

2。克隆Janus存储库

<code>wsl --install</code>

登录后复制

>克隆Janus存储库并导航到项目目录：>

3。修改演示代码

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

登录后复制

在

>文件夹中，打开

。进行这些更改：

demo app_januspro.py

模型名称更改：

替换。这使用了较小的（4.1 GB）型号，更适合本地使用。> deepseek-ai/Janus-Pro-7Bdeepseek-ai/Janus-Pro-1B

态

How to Use DeepSeek Janus-Pro Locally

这确保了Docker URL和端口兼容性。demo.queue> 4。创建Docker Image

在项目的根目录中创建A

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

登录后复制

，其中包含此内容：>

How to Use DeepSeek Janus-Pro Locally 这个dockerfile将：

使用pytorch基础图像。

设置容器的工作目录。

Dockerfile>将项目文件复制到容器中。

<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>

登录后复制

>安装依赖项。

启动Gradio应用程序。