Amazon SageMaker:
Amazon SageMaker 是一项完全托管的服务,它汇集了大量工具,可为任何使用案例提供高性能、低成本的机器学习(ML)。借助 SageMaker,您可以使用笔记本、调试器、分析器、管道、MLOps 等工具大规模构建、训练和部署机器学习模型——这一切都在一个集成式开发环境(IDE)中完成。SageMaker 通过简化的访问控制和机器学习项目的透明度来支持治理要求。此外,您可以使用专门构建的工具来微调、实验、再训练和部署基础模型,构建自己的基础模型(在海量数据集上训练过的大型模型) SageMaker 提供对数百个预训练模型的访问权限,包括公开的基础模型,您只需点击几下即可部署这些模型。
SageMaker也是基于Genai大模型的一种生成式AI,不同于别的AI产品,SageMaker更多提供的基础模型和框架,您可以利用SageMaker做出一套完全属于自己的AI产品,并上架使用
如何部署 ChatGLM v2:
- 打开 east-ai-models/chinese-llm-sagemaker-lmi/chatglm2/ 目录下的 chatglm2_accelerate.ipynb 文件:
2.选择 Kernel 及 Instance type:
3:等待 Kernel 创建完成,然后按顺序执行单元格代码:注意:执行单元格代码框后,若左侧中括号中的符号为’*’,表示代码正在运行过程中;若为数字,则表示代码已执行完成。
4:模型部署,需要等待几分钟:
5.:效果验证,可以根据语意进行回答
至此,ChatGLM v2 模型已经完成部署。
效果展示:
1:营销图片-创意设计
本节包含两部分:
- 创意设计 – 文生图
- 创意设计 – 图生图
提示词介绍
写出一份比较好的提示词是文生图技术的关键。但是,写出一份好的prompt并不容易,我们需要不断的优化“正向提示词”和“反向提示词”,才会获得满意的图片。 要写好一份提示词,遵循原则为尽可能详细并且具体,从不同角度进行详细描述。下面从9个角度来介绍输入关键词。常用的关键词类别包括如下:
- 主体 subject
- 媒介 medium
- 风格 style
- 画家 artist
- website
- 分辨率 resolution
- 额外细节 additional details
- 色调 color
- 光影 lighting
1. 创意设计-文生图
1.1. 进入 创意设计 菜单。
点击 开始生成,可以得到如下的输出
2. 创意设计-图生图
2.1. 创意设计 菜单,模型选择“真实风格模型”,点击“+”,上传图片
2.2. 开始生成:
只需提供关键词,即可生成不同风格的产品创意。
以上效果只建立基础模型框架上,想要更好利用SageMaker,需要您自己去体验开发其中的乐趣。
版权声明:本文为博主作者:AWS亚马逊云服务全球代理原创文章,版权归属原作者,如果侵权,请联系我们删除!
原文链接:https://blog.csdn.net/SINGWIN01/article/details/135198986