bmaltais/kohya_ssをPaperspace gradientで使ってSDXLモデルのLoRAを作るメモ - NEXTAltair's diary
nextaltair.hatenablog.com 前回から時は経ち*1SDXLが登場してLoRAも出てきた VRAM10GBじゃなかなか学習は進まないので今回もPaperspaceに頼る カスタムコンテナ UbuntuやCudaのVerがどうとか細かいことは置いといて前回と同じカスタムコンテナでとりあえずは動いた*2 cyberes/gradient-base-py3.10:latest これでインストールのはcuda Ver11.6 ipynbで動かす GitHub - bmaltais/kohya_ssにGoogle colab用のipynbへのリンクがあるので流用 !make CUDA_VERSION=116 !export PYTHONPATH=$PYTHONPATH:/usr/local/lib/python3.10/dist-packages ここを書き換えコンテナでインスト
ノードベースで動くComfyUIを使ってみる(stable diffusion)
主な特徴 コードを書くことなくノードベースで自由にUIを設計できて、処理の流れを追いやすい デフォルトでキューに対応 変更があった部分だけを実行する効率的な動作 Embedding、Textual inversion、Lora、ControlNetに対応 起動が速い ComfyUIのインストール ComfyUIのGitHubページのManual Installを参考にPaperspaceにインストールしてみます。 note:今回は/tmp以下にすべてダウンロードしますが、ストレージに空きがある場合は/storageや/notebooks以下にインストールすると便利です。公式にも書いてありますが、AUTOMATIC1111のwebuiなど他のUIをすでにインストールしている場合、同じvenvを流用できます。 %cd /tmp !git clone https://github.com/com
Paperspaceでsdwebui-forgeをインストール：一時ディレクトリ編｜shiba*2
＜注：2024/6/8現在＞ 上記のサイトにある通り、Forgeがこれまでと違う方向に開発が進むとの様です。A1111の拡張機能との互換性が無くなるとのことで、サイトに記載されているコミットに指定したものに修正しました。paperspaceでは、一時ディレクトリにインストールして動かすことで、容量を使用しなくて済むので、15GBを超える容量になりそうな場合はこちらも選択肢になります。 通常に入れる場合との比較としては、インストールしたファイルを見れないことです。移動も手動で出来ません。 やる人は少ないと思いますが、インストールしているスクリプトを書き換えるのも出来ません。 また、立ち上げ毎に全て1からやり直すので、設定などやり直しになるデメリットもあります。 色々と並べましたが、モデルとかコントロールネットなど容量を気にしなくても良い所は便利ですね。 という事で、備忘録的なところではありま
画像生成AI“児童ポルノ”学習問題、日本では表現規制の議論にも (1/4)
2023年12月、スタンフォード大学の研究グループは、画像生成AI「Stable Diffusion」が学習のために使ったオープンデータセット「LAION-5B」の中に、1008件の「CSAM（児童性的虐待画像）」（日本では児童ポルノと訳されることが多い）が含まれていると発表し、大きなニュースとなりました。日本ではその違法性を問うことができるのでしょうか？ 問題のある画像を含んだデータの排除した学習済みデータへの移行が進む一方で、日本では生成AIの問題をきっかけに表現規制にまで広げようという動きも出ているようです。 「Stable Diffusion v1.5」学習データに“児童ポルノ”？ LAION-5Bはドイツの非営利団体LAIONが公開している、インターネット上から機械的に収集された画像に対し、その画像が何を意味しているのかを分析したテキストのペア（「Clip」と呼ばれる）によって構
話題のAI「Command R+」無料iPhoneアプリで試せるように
AI関連企業Hugging FaceのJulien Chaumond CTOは4月18日、自身のXアカウントで、AIチャットサービス「HuggingChat」のiOS版アプリを発表した。 we just shipped HuggingChat on iOS 💬 The app is super polished and gives you access to the community's best open AI models, on the go. Give it a try! link to Appstore below ⤵️ pic.twitter.com/ZItn9NLpay — Julien Chaumond (@julien_c) April 18, 2024 HuggingChatは2023年4月、ブラウザー版の提供が始まったオープンソースのチャットAIサービス。メタのL
Stability AI、「Stable Diffusion 3」とチャットbot「Stable Assistant」発表
英Stability AIは4月17日（現地時間）、画像生成AIの「Stable Diffusion 3」と「Stable Diffusion 3 Turbo」、AIチャットbot「Stable Assistant」を発表した。Stable Diffusionの新版はまだプレビュー段階だとしているが、開発者プラットフォームからアクセスできる。 Stable Diffusion 3に「Awesome artwork of a wizard on the top of a mountain, he's creating the big text "Stable Diffusion 3 API" with magic, magic text, at dawn, sunrise.」（夜明けに山頂にいる魔術師が、魔法で大きな「Stable Diffusion 3 API」という文字を日の出の光の中に
AIを使った論文の読み方
近年の AI の進歩により、論文の読み方も大きく変化を遂げました。AI を活用することで以前と比べてはるかに簡単かつ早く論文が読めるようになりました。 以前私の個人ブログにて、論文の読み方やまとめ方を紹介しました。その時には要約ツールは用いていませんでしたが、最近はすっかり要約ツールを多用するようになりました。 本稿では、最新の AI を使った論文の読み方を丁寧に紹介します。 基本的な流れ 本稿でおすすめするのは ChatGPT か Claude で要約を生成して論文の概要をつかみ、Readable で精読するという方法です。ChatGPT や Claude では単に全体の要約を生成するだけでなく、肝となる箇所を特定したり理解するためにも用います。具体的な手順については後の項で解説します。 私が特定のテーマについて調査を行う場合には、テーマに関係する論文を被引用数の多いものを中心に 10
生成AIで小説を書くためのプロンプト5選
この記事について この記事に書いてあること この一ヶ月ほど、遅ればせながらLLMによる小説執筆の支援という試みを実地でやってみたので、その中で結構良かったなと思ったプロンプトを紹介する。 使用したモデルはClaude 3 Opus。 この記事で書かないこと 生成AI「で」小説を書くことについての記事であり、生成AI「に」小説を書かせることについての記事ではない。 具体的に言うと、LLMに小説の本文を出力させる話ではない。本当のところを言うとちょっとは試したけど、ちょっと試したくらいでは全然使い物にならなかった。色々と工夫すれば違うかもしれないが、自分の場合、色々と工夫するほど興味を抱かなかった（だって、小説書くのが趣味なのに、そこは渡したくないだろ）。 一般的な注意事項 小説ないしはその原型となるアウトラインをテキストファイルにしてまるごとClaudeに読み込ませてプロンプトを実行している
漫画制作での生成AI活用の現状とは？ 漫画家「うめ」さん作成の100ページ超の資料が無料公開中
経済産業研究所は4月8日、「漫画制作における生成AI活用の現状：2024春」という資料を無料公開した。2人組漫画家「うめ」のシナリオ・演出担当の小沢高広さんが作成したもので、3月に開催した講演で使用したもの。商業漫画において、生成AIを活用しているという小沢さんの知見を全103ページの資料で紹介している。 資料ではまず、うめさん自身の作業環境を例に挙げ「生成AIは新たなツールの1つとして作家を支援することができるが、ネームに関しては、当面の間はほぼ役に立てないと思う」と述べている。AIがもっともらしいウソをつく現象「ハルシネーション」を理由に「事実の検索には不向きだが、エンターテインメントとしての創作には適性があるのではないか」と説明している。 生成AIが具体的に漫画制作で貢献できることの例として、おじさん構文を作るなど「苦手なものを代わりにお願いする」や、アイデアを引き出すツールとして「
【業務効率革命】GAS Interpreter の衝撃｜ChatGPT研究所
今までで最もインパクトのあるGPTsが完成しました。 その名も、「GAS Interpreter」です。 このGPTは名前の通り、Code Interpreter のように Google Apps Script コードを生成し、その実行までを行います。 他者に使ってもらうものではなく、自分専用のプライベートGPTです。 人によっては、Code Interpreter よりも便利です。なぜかというと、インターネットアクセスができることに加えて、GAS の便利で豊富なライブラリやリソースが活用できるためです。 例を示します。 GAS Interpreter の可能性以下に示す、いくつかの業務フローの実例をGAS Interpreterで行い、業務活用への可能性を示します。 今日の予定を聞きます今日の予定を教えて下さい 正確に今日の予定を教えてくれました。 会議参加者の相手に連絡したいので、その
GPT-4レベルの衝撃 PC内で使えるオープンLLM「Command R+」
カナダのAIスタートアップCohereは4月4日（現地時間）、ビジネス向けに最適化された最新の大規模言語モデル（LLM）「Command R+」を発表した。 高度なRAG技術を採用 Cohereは、AI業界に変革をもたらしたTransformerモデルを提唱した論文「Attention is All You Need」の共同執筆者として知られるトロント大学の研究者Aidan Gomez氏らによって2019年に設立されたカナダのAIスタートアップ。 OpenAIと同様、LLMの開発に特化しており、企業向けにチャットボット、検索エンジンの最適化、要約サービス、自社AIモデルのAPIなどを提供している。 Command R+は、同社が3月に発表した「Command R」の後継となるモデルであり、Cohereが得意とする高い効率性と精度のバランスを重視したRシリーズの一部となる。 128K（12万
生成AIを使って文字起こしテキストを整形、議事録のまとめ直しにも活用できる
備忘録やメモ程度であれば、文字起こしされたテキストのままでも十分役立つが、議事録やレポートのように第三者の目に触れたり社内外に提出する必要がある場合は、テキストを整形したりまとめ直したりする必要がある。面倒で手間のかかる作業だが、そこで活用したいのがAIツールだ。 生成AIをうまく使えば、ネット検索や文章生成の効率が飛躍的に上がる。特に、「ChatGPT」や「Bing」などのテキスト生成AIは、自然言語が扱えるため、既にさまざまなビジネスシーンで活用されている。 今回は、有料の「ChatGPT Plus」を使って文字起こし情報を整える方法を紹介しよう。手順は、①誤字脱字の修正②無意味な言葉の削除③書き言葉への変更の3ステップだ。 3段階にテキストを整形 まずは、誤字脱字の修正から始めよう。文字起こしをしたテキストを確認すると、誤認識されている用語や誤変換が少なからず見つかるはずだ。特に、専
ビジネスコラム
「イラストは絵心のある人にしか描けない」という時代は終りを迎えたかもしれません。作成するイラストのイメージや雰囲気などを情報として与えるだけで、誰でも簡単にイラストを作成できるものが「画像生成AI」です。そんな画像生成AIに興味のある方は多いでしょう。 この記事では、画像生成AIの概要から手法・仕組みについて解説し、活用における注意点や人気のツール・サービスについて紹介します。 画像生成AIとは 画像生成AIの手法と仕組み 画像生成AI活用における注意点 画像生成AIの人気ツール・サービス 画像生成AIとは 画像生成AIとは、主に完成形のイメージや雰囲気をテキストで与えるだけで、自動的にAIが画像を生成できるサービス・ソフトウェアの総称です。例えば、「ネコ、昼寝」という情報を与えれば、昼寝をしているネコの写真を撮影したような画像やイラストが生成されます。サービスによって生成される画像の種類
C4AI Command Models - a Hugging Face Space by CohereForAI
Discover amazing ML apps made by the community
生成 AI で僕らのプログラミング勉強はどうなるのか？ - Qiita
生成 AI の登場によって、僕らはプログラムを書く時代が終わりに近づいている？！ 2023 年に OpenAI 社が発表した ChatGPT は、特に僕ら IT エンジニアにとって衝撃な発表だったのではと思います。 今まで、ググったり、参考書をもとに実装したり、GitHub などからコードを参考にして実装していたものが、「テキストだけ」で実装できるほどになりました。 生成 AI を用いたサービスやツールの登場 ChatGPT の GPTs や LLM、これらを用いたプロジェクトが研究・開発されたり、オリジナル GPT を作成して業務の効率化を図ったり、僕らの仕事は大きく変わっていきました。 また、プログラミングが全くわからなくても、プロンプトのみでいろいろなことができるようになりました。 ビジネスシーンで非エンジニアという方々にも、導入が進んでいるのではないでしょうか？ 僕がウォッチしてい
サンプリングに使える素材をテキストプロンプトや音声ファイルを基に自動生成するAIサービス「Soundry AI」
パーカッションやブラスヒットなどジャンルを絞りつつ、AIで自動生成された好みのサンプリング用素材をダウンロードできるサービス「Soundry AI」が公開されています。「ワンショット」「ループ」などのタイプや「シンセ」「ベース」などのジャンルを指定して生成することが可能です。 Soundry AI https://soundry.ai/ Making Music using AI | Introducing Soundry AI - YouTube Soundry AIはブラウザで動作するデモ版とダウンロード版が存在しますが、今回はブラウザから「Start for free」をクリックしてデモ版を使います。 ログインを求められるので、アカウントを作成するために「Sign up instead」をクリック。 メールアドレス・パスワードを決めて入力し、利用規約・プライバシーに関する注意・16歳
1行もコードを書かずに画像生成AIツール作ってみた - Qiita
以下のXを見て、早速「Create」を試してみたので、実際に使った所感をまとめます AIがリアルタイムでWebページを作ってくれる神サイト ㅤ 会話だけで、理想のUIを実現することが可能 ㅤ 使い方・活用法をツリーにまとめます！ ㅤ ブックマーク保存をおすすめします↓ pic.twitter.com/J1cJkUkyO8 — すぐる | ChatGPTガチ勢 𝕏 (@SuguruKun_ai) March 25, 2024 一言で言うとヤバいです... 詳細は以下のサイトでも解説しています Createとは Create 公式サイト Createは、1行のコードを書かなくても自然言語を使って、高度なAIを搭載したアプリやツールが作成できる生成AI搭載のノーコードツールです。 エンジニアでなくともChatGPT APIやStable Diffusion APIを組み込んだアプリが簡単に作れ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
画像→動画生成・アニメ→実写変換ができるAIアート生成ツール「DomoAI」が日本語対応／日本語プロンプトで生成可能に
AI作曲サービスの新星「Udio」が誰でも利用可能に。Sunoを超えたか、試してみた（CloseBox） | テクノエッジ TechnoEdge
UIデザイン用に、AIで色彩理論に基づいたカラーパレットを生成してくれる無料オンラインツール -AI Color Combination Generator
