◆ 2Q : 2023/1Q (04/14/2023 〜 05/18/2023)
PyTorch 2.0 チュートリアル : テキスト : Better Transformer による高速な Transformer 推論
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。今回は「テキスト」から「Better Transformer による高速な Transformer 推論」です。
このチュートリアルでは、torchtext によりプロダクション推論のために Better Transformer を使用する方法を示します。
[詳細] (05/18/2023)
PyTorch 2.0 チュートリアル : テキスト : nn.Transformer と torchtext による言語翻訳
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。今回は「テキスト」から「nn.Transformer と torchtext による言語翻訳」です。
このチュートリアルでは、1) Transformer を使用して翻訳モデルをどのようにゼロから訓練する方法、そして 2) torchtext ライブラリを利用して独英翻訳モデルを訓練するために Multi30k データセットにアクセスする方法を說明します。
[詳細] (05/16/2023)
PyTorch 2.0 チュートリアル : テキスト : TorchText ライブラリでテキスト分類
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。今回は「テキスト」から「TorchText ライブラリでテキスト分類」です。
このチュートリアルでは、テキスト分類分析のためのデータセットを構築するためにどのように torchtext ライブラリを利用するかを示します。
[詳細] (05/14/2023)
PyTorch 2.0 チュートリアル : テキスト : Seq2Seq ネットワークと Attention で翻訳
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。今回は「テキスト」から「Seq2Seq ネットワークと Attention で翻訳」です。
これは「スクラッチからの NLP」を行なう 3 番目のそして最後のチュートリアルです、ここではニューラルネットワークにフランス語から英語へ翻訳することを教えていきます。
[詳細] (05/14/2023)
PyTorch 2.0 チュートリアル : テキスト : 文字レベル RNN で名前を生成する
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。今回は「テキスト」から「文字レベル RNN で名前を生成する」です。
前回のチュートリアルでは名前をそれらの元の言語に分類するために RNN を利用しました。今回は逆向きに言語から名前を生成します。
[詳細] (05/13/2023)
PyTorch 2.0 チュートリアル : テキスト : 文字レベル RNN で名前を分類する
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。今回は「テキスト」から「文字レベル RNN で名前を分類する」です。
このチュートリアルでは、単語を分類するために基本的な文字レベル RNN を構築して訓練していきます。具体的には、元の 18 言語からの数千の姓 (名字) 上で訓練して、スペリングを基に名前がどの言語からであるかを予測します。
[詳細] (05/10/2023)
HuggingFace Diffusers 0.16 : パイプライン : IF
🤗 Diffusers 0.16 では幾つかドキュメントが追加されていますので翻訳しています。今回は「パイプライン」から「IF」です。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (05/12/2023)
PyTorch 2.0 チュートリアル : テキスト : nn.Transformer と TorchText による言語モデリング
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。今回は「テキスト」から「nn.Transformer と TorchText による言語モデリング」です。
このチュートリアルは nn.Transformer モジュールを使用して sequence-to-sequence モデルをどのように訓練するかについて実演します。
[詳細] (05/06/2023)
HuggingFace Diffusers 0.16 : リリースノート – DeepFloyd IF : オープンソースの Imagen
🤗 Diffusers 0.16 がリリースされましたので、リリースノートを簡単に翻訳しておきます。主要なトピックはピクセルベースのテキスト-to-画像生成モデル IF で、2023 年 4 月下旬に DeepFloyd によりリリースされました。モデル・アーキテクチャは Google のクローズドソースである Imagen に強くインスパイアされ、高度なフォトレアリズムと言語理解を持つ新しい最先端のオープンソースのテキスト-to-画像変換モデルです。
[詳細] (05/09/2023)
PyTorch 2.0 チュートリアル : 画像と動画 : 配備のために Vision Transformer を最適化する
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。今回は「画像と動画」から「配備のために Vision Transformer を最適化する」です。
Vision Transformer モデルは最先端のアテンション・ベースの transformer モデルをコンピュータビジョン・タスクに応用しています。このチュートリアルでは DeiT が何であるかそれをどのように利用するかを說明してから、モデルのスクリプト化、量子化、最適化そして iOS と Android apps での利用の完全なステップを通り抜けます。
[詳細] (05/05/2023)
PyTorch 2.0 チュートリアル : 画像と動画 : Spatial Transformer ネットワーク
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。今回は「画像と動画」から「Spatial Transformer ネットワーク」です。
このチュートリアルでは、spatial transformer ネットワークと呼ばれる視覚アテンション・メカニズムを使用してネットワークをどのように増強するかを学習します。
[詳細] (05/05/2023)
PyTorch 2.0 チュートリアル : 画像と動画 : DCGAN チュートリアル
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。今回は「画像と動画」から「DCGAN チュートリアル」です。
このチュートリアルはサンプルを通して DCGAN へのイントロダクションを与えます。多くの実際のセレブの写真を見せた後で新しいセレブを生成するために敵対的生成ネットワーク (GAN) を訓練します。
[詳細] (05/04/2023)
PyTorch 2.0 チュートリアル : 画像と動画 : 敵対的サンプルの生成
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。今回は「画像と動画」から「敵対的サンプルの生成」です。
このチュートリアルは ML モデルのセキュリティ脆弱性への認識を高め、敵対的機械学習のホットなトピックへの洞察を与えます。
[詳細] (05/03/2023)
PyTorch 2.0 チュートリアル : 画像と動画 : 転移学習チュートリアル
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。今回は「画像と動画」から「転移学習チュートリアル」です。
このチュートリアルでは、転移学習を使用して画像分類用の畳込みニューラルネットワークをどのように訓練するかを学習します。
[詳細] (05/02/2023)
PyTorch 2.0 チュートリアル : 画像と動画 : TorchVision 物体検出再調整チュートリアル
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。「画像と動画」カテゴリーに移り、今回は「TorchVision 物体検出再調整チュートリアル」です。
このチュートリアルでは、歩行者検出とセグメンテーション用データベースで事前訓練済みの Mask R-CNN モデルを再調整していきます。
[詳細] (05/01/2023)
HuggingFace Diffusers 0.15 : パイプライン : Stable unCLIP
🤗 Diffusers 0.15 では幾つかドキュメントが追加されていますので翻訳しています。今回は「パイプライン」から「Stable unCLIP」です。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (04/17/2023)
HuggingFace Diffusers 0.15 : パイプライン : ゼロショット・テキスト-to-動画生成
🤗 Diffusers 0.15 では幾つかドキュメントが追加されていますので翻訳しています。今回は「パイプライン」から「ゼロショット・テキスト-to-動画生成」です。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (04/16/2023)
HuggingFace Diffusers 0.15 : パイプライン : テキスト-to-動画合成
🤗 Diffusers 0.15 では幾つかドキュメントが追加されていますので、翻訳しておきます。今回は「パイプライン」から「テキスト-to-動画合成」です。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (04/15/2023)
HuggingFace Diffusers 0.15 : リリースノート – 画像生成の枠を超えた Diffusers
🤗 Diffusers 0.15 がリリースされましたので、リリースノートを簡単に翻訳しておきます。主要な新機能は動画生成と音声生成のための新しいパイプラインですが、その他にも Stable UnCLIP や Multi-ControlNet のような興味深い機能も追加されています。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (04/14/2023)
◆ 1Q : 2023/1Q (01/01/2023 〜 03/25/2023)
PyTorch 2.0 チュートリアル : 学習 : TensorBoard でモデル, データと訓練を可視化する
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。今回は「PyTorch の学習」から「TensorBoard でモデル, データと訓練を可視化する」です。
PyTorch は TensorBoard と統合されています、ニューラルネットワーク訓練実行の結果を可視化するために設計されたツールです。このチュートリアルは Fashion-MNIST データセットを使用してその機能の幾つかを示します。
[詳細] (03/25/2023)
PyTorch 2.0 チュートリアル : 学習 : torch.nn とは実際には何でしょう？
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。今回は「PyTorch の学習」から「torch.nn とは実際には何でしょう？」です。
ニューラルネットワークを作成して訓練することを手助けするために PyTorch はエレガントに設計されたモジュールとクラス torch.nn, torch.optim, Dataset と DataLoader を提供しています。
[詳細] (03/25/2023)
PyTorch 2.0 チュートリアル : 学習 : 例題による PyTorch の学習
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。今回は「PyTorch の学習」から「例題による PyTorch の学習」です。
このチュートリアルは自己完結的なサンプルを通して PyTorch の基礎的な概念を紹介します。
[詳細] (03/24/2023)
PyTorch 2.0 チュートリアル : 学習 : 分類器の訓練
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。今回は「PyTorch の学習」から「分類器の訓練」です。
このチュートリアルのためには、CIFAR10 データセットを使用します。それはクラス: ‘飛行機’, ‘自動車’, ‘鳥’, ‘猫’, ‘鹿’, ‘犬’, ‘蛙’, ‘馬’, ‘船’, ‘トラック’ を持ちます。CIFAR-10 の画像はサイズ 3x32x32、つまりサイズが 32×32 ピクセルの 3-チャネルカラー画像です。
[詳細] (03/22/2023)
PyTorch 2.0 チュートリアル : 学習 : ニューラルネットワーク
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。今回は「PyTorch の学習」から「ニューラルネットワーク」です。
ニューラルネットワークは torch.nn パッケージを使用して構築できます。nn はモデルを定義してそれらを微分するために autograd に依存しています。nn.Module は層、そして出力を返すメソッド forward(input) を含みます。
[詳細] (03/21/2023)
PyTorch 2.0 チュートリアル : 学習 : torch.autograd への易しいイントロ
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。
今回は「PyTorch の学習」から「torch.autograd への易しいイントロ」です。
torch.autograd はニューラルネットワーク訓練にパワーを供給する PyTorch の自動微分エンジンです。このチュートリアルでは、autograd がニューラルネットワーク訓練にどのように役立つかの概念的理解を得るでしょう。
[詳細] (03/20/2023)
PyTorch 2.0 チュートリアル : 学習 : テンソル
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。
「PyTorch の学習」に移行します。最初は「テンソル」です。
テンソルは配列や行列に非常に類似した特別なデータ構造です。PyTorch では、モデルの入出力、そしてモデルのパラメータをエンコードするためにテンソルを使用します。
[詳細] (03/19/2023)
HuggingFace Diffusers 0.12 : パイプライン : 意味的ガイダンス (Colab 版)
今回は「パイプライン」から「意味的ガイダンス」の Colab 版です。意味的ガイダンスの様々なバリエーションが紹介されています。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (03/23/2023)
HuggingFace Diffusers 0.12 : パイプライン : 意味的ガイダンス
今回は「パイプライン」から「意味的ガイダンス」です。拡散モデルのための意味的ガイダンスは SEGA: Instructing Diffusion using Semantic Dimensions で紹介され、画像生成に対する強力な意味的制御を提供します。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (03/15/2023)
HuggingFace Diffusers 0.14 : リリースノート – ControlNet, 8K VAE デコーディング
🤗 Diffusers 0.14 も公開されましたので、リリースノートを翻訳しておきます。Diffusers 0.14 は現時点での最新版で、ControlNet の導入がメインですが、超高解像度生成のための VAE タイリングもサポートされています。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (04/01/2023)
HuggingFace Diffusers 0.13 : リリースノート – 制御可能な生成 : Pix2Pix0, Attend & Excite, SEGA, SAG, …
🤗 Diffusers 0.13 が先月にリリースされていますので、リリースノートを翻訳しておきます。内容は盛りだくさんで、最適化として xFormers, CPU オフロードの改良に加えて Torch 2.0 がサポートされ、Keras サポートや UniPC スケジューラも追加されています。
また新しいモデルとしては、潜在的アップスケーラー, Pix2Pix Zero, Attend and excite, 意味的ガイダンス, 自己アテンション・ガイダンス, MultiDiffusion パノラマ, 等々。
[詳細] (03/31/2023)
HuggingFace Diffusers 0.12 : 最適化 : PyTorch 2.0 サポート
今回は「最適化」から「PyTorch 2.0 サポート」です。Diffusers 0.13 から PyTorch 2.0 の最新の最適化をサポートしています : 1) メモリ効率的アテンションを含む高速化 transformers 実装をサポート。2) 個々のモデルがコンパイルされたとき追加の性能ブーストが可能な torch.compile サポート。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (03/30/2023)
HuggingFace Diffusers 0.12 : ノートブック : ControlNet
今回は「ノートブック」から「ControlNet」です。ControlNet は生成過程をカスタマイズすることを可能にする最小限のインターフェイスを提供します。ControlNet を使用して、深度マップ, セグメンテーション・マップ, 走り描き, キー・ポイント, 等々のような様々な空間的コンテキストにより生成を簡単に条件付けることができます。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (03/27/2023)
HuggingFace Diffusers 0.12 : パイプライン [SD] ControlNet 条件付けによるテキスト-to-画像生成
今回は「パイプライン : Stable Diffusion」から「ControlNet 条件付けによるテキスト-to-画像生成」です。ControlNet は事前訓練済みモデルを使用して、テキスト-to-画像生成を制御するために control images を供給することができて、その結果それは深度画像の構造に従い細部を埋めます。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (03/28/2023)
HuggingFace Diffusers 0.12 : パイプライン : Cycle Diffusion
今回は「パイプライン」から「Cycle Diffusion」です。Cycle Diffusion は “Unifying Diffusion Models’ Latent Space, with Applications to CycleDiffusion and Guidance” で紹介されたテキスト誘導, 画像-to-画像生成モデルです。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (03/15/2023)
PyTorch 2.0 チュートリアル : 入門 : モデルのセーブ & ロード
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。今回は「PyTorch への入門」から「モデルのセーブ & ロード」です。
このチュートリアルではセーブ、ロードそしてモデル予測を実行することでモデル状態をどのように永続化するかを見ます。
[詳細] (03/19/2023)
PyTorch 2.0 チュートリアル : 入門 : モデルパラメータの最適化
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。今回は「PyTorch への入門」から「モデルパラメータの最適化」です。
モデルとデータを持てば、データ上でパラメータを最適化することによりモデルを訓練、検証そしてテストすることができます。
[詳細] (03/19/2023)
PyTorch 2.0 チュートリアル : 入門 : torch.autograd による自動微分
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。今回は「PyTorch への入門」から「torch.autograd による自動微分」です。
ニューラルネットワークを訓練するとき、最も頻繁に使用されるアルゴリズムは逆伝播で、このアルゴリズムでは、パラメータ (モデル重み) は損失関数の勾配に従って調整されます。これらの勾配を計算するため、PyTorch は torch.autograd と呼ばれる組込み微分エンジンを持ちます。
[詳細] (03/18/2023)
PyTorch 2.0 チュートリアル : 入門 : ニューラルネットワークの構築
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。今回は「PyTorch への入門」から「ニューラルネットワークの構築」です。ニューラルネットワークはデータ上で演算を実行する層/モジュールから構成されます。このセクションでは FashionMNIST データセットで画像を分類するためのニューラルネットワークを構築します。
[詳細] (03/18/2023)
PyTorch 2.0 チュートリアル : 入門 : Transforms
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。今回は「PyTorch への入門」から「Transforms」です。データは機械学習アルゴリズムを訓練するために必要な最終的な処理形式で常に与えられるわけではありません。データの操作を実行するために transforms を利用してそれを訓練に適合するようにします。
[詳細] (03/18/2023)
PyTorch 2.0 チュートリアル : 入門 : Dataset と DataLoader
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。今回は「PyTorch への入門」から「Dataset と DataLoader」です。PyTorch は 2 つのデータ・プリミティブを提供します : torch.utils.data.DataLoader と torch.utils.data.Dataset です、これらは貴方自身のデータと事前ロードされたデータセットを利用することを可能にします。
[詳細] (03/17/2023)
PyTorch 2.0 チュートリアル : 入門 : テンソル
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳しています。今回は「PyTorch への入門」から「テンソル」です。テンソルは配列と行列に非常に類似した特別なデータ構造です。PyTorch では、モデルのパラメータに加えて、モデルの入力と出力をエンコードするためにテンソルを使用します。
[詳細] (03/17/2023)
PyTorch 2.0 チュートリアル : 入門 : クイックスタート
PyTorch 2.0 がリリースされましたので、チュートリアルを翻訳していきます。最初は「PyTorch への入門」カテゴリーから「クイックスタート」です。このチュートリアルでは機械学習の一般的なタスクのための API を紹介します。
[詳細] (03/17/2023)
PyTorch 2.0 リリースノート
待望の PyTorch 2.0 ステーブル版が予定通りリリースされましたので、リリースノートのハイライトを翻訳しておきます。このリリースは 1.13.1 から 4,541 以上のコミットと 428 contributors から成ります。
ハイライトされている機能は : 1) PyTorch 2.0 の主要 API torch.compile, 2) scaled ドット積アテンション (SPDA) による Accelerated Transformers, 3) Mac プラットフォーム上の MPS バックエンド, 4) Amazon AWS C7g インスタンス上の PyTorch CPU 推論の最適化, 4) TensorParallel, DTensor, 2D parallel, TorchDynamo, AOTAutograd, PrimTorch と TorchInductor に対する新しいプロトタイプ機能と技術, 等々です。
[詳細] (03/16/2023)
HuggingFace Diffusers 0.12 : パイプライン : 音声拡散 (Colab 版)
今回は「パイプライン : 音声拡散」の Colab 版です。DDPM, DDIM & 潜在的拡散モデルを使用してリミックス等の様々なバリエーションを紹介します。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (03/15/2023)
HuggingFace Diffusers 0.12 : パイプライン : 音声拡散
今回は「パイプライン」から「音声拡散」です。音声拡散は、音声サンプルをメルスペクトログラム画像に/から変換することにより、拡散モデルを使用した画像生成の最近の進歩を活用しています。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (03/12/2023)
HuggingFace Diffusers 0.12 : パイプライン : 概要
今回から「パイプライン」に移行します。最初は「概要」でパイプラインの基本的な機能や、公式にサポートされているパイプラインについて簡単に説明されます。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (03/11/2023)
HuggingFace Diffusers 0.12 : 使用方法 : safetensors
今回は「Diffusers の使用方法」から「safetensors」です。safetensors は pickle を使用する従来の .bin とは異なる形式です。safetensors の第一の目標は機械学習モデルのロードを安全にすることです。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (03/06/2023)
HuggingFace Diffusers 0.12 : 使用方法 : 拡散モデルの生成の制御
今回は「Diffusers の使用方法」から「拡散モデルの生成の制御」です。拡散モデルの生成を制御する、diffusers がサポートするテクニックの幾つかをドキュメント化していきます。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (03/07/2023)
HuggingFace Diffusers 0.12 : ノートブック : CLIP 誘導 Stable Diffusion
今回は「ノートブック」から「CLIP 誘導 Stable Diffusion」です。このノートブックは diffusers を使用して Stable diffusion による CLIP 誘導を行う方法を示します。これは LAION AI により新たに公開された CLIP モデルを利用することを可能にします。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (03/05/2023)
HuggingFace Diffusers 0.12 : ノートブック : InstructPix2Pix – 画像編集の指示に従うことを学習する
今回は「ノートブック」から「InstructPix2Pix」です。diffusers を使用した InstructPix2Pix のためのデモ用ノートブックです。InstructPix2Pix は言語指示を使用して画像を編集することを可能にする再調整済み stable diffusion モデルです。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (03/04/2023)
HuggingFace Diffusers 0.12 : ノートブック : Stable Diffusion の Dreambooth 再調整モデルの実行
今回は「ノートブック」から「Dreambooth 再調整モデルの実行」です。このノートブックは、🤗 Hugging Face 🧨 Diffusers ライブラリを使用して、Dreambooth により訓練された Stable Diffusion コンセプトを実行することを可能にします。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (03/04/2023)
HuggingFace Diffusers 0.12 : ノートブック : Stable Diffusion Dreambooth 再調整
今回は「ノートブック」から「Dreambooth 再調整」です。Textual Inversion とは異なり、このアプローチはモデル全体を訓練し、より大きなモデルというコストと引き換えにベターな結果を生成できます。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/26/2023)
HuggingFace Diffusers 0.12 : ノートブック : Stable Conceptualizer – 学習済みコンセプトを使用した Stable Diffusion
今回は「ノートブック」から「Stable Conceptualizer」です。Stable Conceptualizer は、🤗 Hugging Face 🧨 Diffusers library を使用して、textual-inversion による Stable Diffusion の事前学習済みコンセプトを使用することを可能にします。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (03/02/2023)
HuggingFace Diffusers 0.12 : ノートブック : Stable Diffusion の Textual-inversion 再調整
今回は「ノートブック」から「Textual-inversion 再調整」です。このノートブックは、Hugging Face 🧨 Diffusers ライブラリ を使用して、textual-inversion により Stable Diffusion に新しいコンセプトを「教える (= teach)」方法を示します。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/25/2023)
HuggingFace Diffusers 0.12 : ノートブック : Stable Diffusion のインペインティング・パイプライン
今回は「ノートブック」から「インペインティング・パイプライン」です。このノートブックは 🤗 Hugging Face 🧨 Diffusers ライブラリを使用して Stable Diffusion モデルによるテキスト誘導インペインティングを行なう方法を示します。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/23/2023)
HuggingFace Diffusers 0.12 : ノートブック : Stable Diffusion の画像-to-画像変換パイプライン
今回は「ノートブック」から「画像-to-画像変換パイプライン」です。このノートブックは 🤗 Hugging Face 🧨 Diffusers ライブラリを使用して Stable Diffusion モデルによるテキスト誘導画像-to-画像生成に対するカスタム diffusers パイプラインを作成する方法を示します。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/23/2023)
HuggingFace Diffusers 0.12 : ノートブック : Stable Diffusion 🎨
今回は「ノートブック」から「Stable Diffusion」です。このノートブックは Stable Diffusion を 🤗 Hugging Face 🧨 Diffusers ライブラリ で使用する方法を紹介します。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/22/2023)
HuggingFace Diffusers 0.12 : ノートブック : Diffusers による訓練
今回は「ノートブック」から「Diffusers による訓練」です。このノートブックでは単純な拡散モデルを訓練するために Hugging Face のまったく新しい Diffusers ライブラリを使用します。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/21/2023)
HuggingFace Diffusers 0.12 : ノートブック : イントロダクション
今回は「ノートブック」から「イントロダクション」です。このノートブックは diffusers の最も重要な特徴を案内します。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/20/2023)
HuggingFace Diffusers 0.12 : 訓練 : LoRA サポート
今回は「訓練」から「LoRA サポート」です。Diffusers は Stable Diffusion の高速な再調整のために LoRA をサポートし、より高いメモリ効率性と簡単な可搬性を可能にします。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/20/2023)
HuggingFace Diffusers 0.12 : 訓練 : Stable Diffusion テキスト-to-画像変換再調整
今回は「訓練」から「Stable Diffusion テキスト-to-画像変換再調整」です。貴方自身のデータセットで stable diffusion モデルを再調整する方法を示します。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/19/2023)
HuggingFace Diffusers 0.12 : 訓練 : DreamBooth 再調整
今回は「訓練」から「DreamBooth 再調整」です。DreamBooth は主題の少ない画像だけが与えられたときに stable diffusion のようなテキスト-to-画像変換モデルをパーソナライズする手法です。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/18/2023)
HuggingFace Diffusers 0.12 : 訓練 : Textual Inversion
今回は「訓練」から「Textual Inversion」です。Textual Inversion は、テキスト-to-画像変換パイプラインを制御するために後で利用できる方法で、少ない数のサンプル画像から新規の概念を獲得するテクニックです。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/17/2023)
HuggingFace Diffusers 0.12 : 訓練 : 条件なし画像生成
今回は「訓練」から「条件なし画像生成」です。このセクションでは、条件なし画像生成拡散モデルをどのように訓練できるかを説明します。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/17/2023)
HuggingFace Diffusers 0.12 : 訓練 : 概要 (🧨 Diffusers 訓練サンプル)
今回は「訓練」から「概要 (🧨 Diffusers 訓練サンプル)」です。Diffusers 訓練サンプルは様々なユースケースについて diffusers ライブラリを効果的に使用する方法を実演するスクリプトのコレクションです。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/17/2023)
HuggingFace Diffusers 0.12 : 最適化 : メモリと速度
今回は「最適化」から「メモリと速度」です。メモリとスピードのために 🤗 Diffusers 推論を最適化する幾つかのテクニックとアイデアを紹介します。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/16/2023)
HuggingFace Diffusers 0.12 : 使用方法 : 推論のためのパイプライン (3)
今回は「Diffusers の使用方法」から「推論のためのパイプライン (3)」です。コミュニティによるカスタム・パイプラインについて説明されます。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/15/2023)
HuggingFace Diffusers 0.12 : 使用方法 : 推論のためのパイプライン (2)
今回は「Diffusers の使用方法」から「推論のためのパイプライン (2)」です。テキスト誘導型深度-to-画像生成、高速なプロンプトエンジニアリングのためのシードの再利用、そして再現性について説明されます。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/13/2023)
HuggingFace Diffusers 0.12 : 使用方法 : 推論のためのパイプライン (1)
今回は「Diffusers の使用方法」から「推論のためのパイプライン (1)」です。条件なし画像生成・条件付き画像生成・テキスト-Guided 画像-to-画像生成・テキスト-Guided 画像インペインティングが説明されます。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/12/2023)
HuggingFace Diffusers 0.12 : 使用方法 : 様々なスケジューラの使用
今回は「Diffusers の使用方法」から「様々なスケジューラの使用」です。拡散パイプラインは互いに部分的に独立な拡散モデルとスケジューラのコレクションです。これは、パイプラインをユースケースに合わせてカスタマイズするためにパイプラインの一部を置き換えられることを意味します。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/11/2023)
HuggingFace Diffusers 0.12 : 使用方法 : パイプライン, モデルとスケジューラのロード
今回は「Diffusers の使用方法」から「パイプライン, モデルとスケジューラのロード」です。拡散パイプライン、拡散モデルとスケジューラのロードについて説明します。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/10/2023)
HuggingFace Diffusers 0.12 : Get Started : Stable Diffusion ガイド
今回は Getting Started の「Stable Diffusion ガイド」です。Stable Diffusion はその公開リリース以来、コミュニティは高速に、メモリ効率的に、そして高性能にするために協力してジョブを遂行してきました。🧨 Diffusers はメモリ、計算量、そして品質すべての改良を含む Stable Diffusion を実行するための単純な API を提供します。このノートブックでは改良点を一つずつ紹介しますので、推論のために StableDiffusionPipeline を最善に活用できます。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/08/2023)
HuggingFace Diffusers 0.12 : Get Started : クイックツアー
今回は Getting Started の「クイックツアー」として推論のために DiffusionPipeline をどのように使用するかを説明します。拡散モデルの進化は劇的で、🤗 Diffusers も次々にバージョンアップされています。ドキュメントも大幅に追加・改良されましたので 0.12 をベースに再翻訳しています。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/04/2023)
HuggingFace Diffusers 0.12 : Get Started : Diffusers
拡散モデルの進化は劇的で、🤗 Diffusers も次々にバージョンアップされています。ドキュメントも大幅に追加・改良されましたので 0.12 をベースに再翻訳しています。今回は Getting Started として Stable Diffusion を始めとする、公式にサポートされたパイプラインが紹介されます。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/04/2023)
HuggingFace Diffusers 0.12 : リリースノート – Instruct-Pix2Pix, DiT, LoRA
🤗 Diffusers の最近の機能追加を知るために、2, 3 ヶ月內のリリースノートを翻訳しておきます。0.12 では Instruct-Pix2Pix, DiT, LoRA がサポートされています。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/03/2023)
HuggingFace Diffusers 0.11 : リリースノート – Karlo UnCLIP, SafeTensors, コミュニティパイプライン
🤗 Diffusers の最近の機能追加を知るために、2, 3 ヶ月內のリリースノートを翻訳しておきます。0.11 では Kakao Brain による Karlo UnCLIP がサポートされています。Karlo は OpenAI の unCLIP アーキテクチャに基づくテキスト条件付き画像生成モデルです。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/03/2023)
HuggingFace Diffusers 0.10 : リリースノート – 深度ガイダンスとより安全なチェックポイント
🤗 Diffusers の最近の機能追加を知るために、2, 3 ヶ月內のリリースノートを翻訳しておきます。0.10 では深度誘導 stable diffusion モデルを始めとする幾つかの新モデルとスケジューラに加えて、SafeTensors がサポートされました。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/03/2023)
HuggingFace Diffusers 0.9 : リリースノート – Stable Diffusion 2
🤗 Diffusers の最近の機能追加を知るために、2, 3 ヶ月內のリリースノートを翻訳しておきます。0.9 では Stable Diffusion 2 が取り込まれています。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/03/2023)
HuggingFace Diffusers 0.8 : リリースノート – Versatile Diffusion
🤗 Diffusers の最近の機能追加を知るために、2, 3 ヶ月內のリリースノートを翻訳しておきます。0.8 では VersatileDiffusion, AltDiffusion 等の新しいモデルと最先端のスケジューラ DPMSolverMultistepScheduler が提供されました。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/02/2023)
HuggingFace Diffusers 0.12 : 概要
拡散モデルの進化は劇的で、🤗 Diffusers も次々にバージョンアップされ 0.12 が先週リリースされました。ドキュメントも大幅に追加・改良されましたので再翻訳します。最初は README です。
🤗 Diffusers はビジョンや音声のような複数のモダリティに対する事前訓練済み拡散モデルを提供し、そして拡散モデルの推論と訓練のためのモジュール型ツールボックスとして機能します。
[詳細] (02/02/2023)
MONAI 1.0 : tutorials : 3D セグメンテーション – 脾臓 3D セグメンテーション
MONAI (Medical Open Network for AI) は PyTorch エコシステムの一部で、医用・ヘルスケア画像における深層学習のための PyTorch ベースのオープンソースのフレームワークです。先月にリリースされた 1.1.0 をベースに幾つかドキュメントを翻訳しています。
今回はチュートリアルから「脾臓 3D セグメンテーション」です。このチュートリアルは MSD 脾臓データセット に基づいた 3D セグメンテーションの end-to-end な訓練と評価サンプルです。このサンプルは PyTorch ベースのプログラムで MONAI モジュールの柔軟性を示します。
[詳細] (01/19/2023)
MONAI 1.0 : tutorials : 3D セグメンテーション – 脳腫瘍 3D セグメンテーション
MONAI (Medical Open Network for AI) は PyTorch エコシステムの一部で、医用・ヘルスケア画像における深層学習のための PyTorch ベースのオープンソースのフレームワークです。先月にリリースされた 1.1.0 をベースに幾つかドキュメントを翻訳しています。
今回はチュートリアルから「脳腫瘍 3D セグメンテーション」です。このチュートリアルは、MSD 脳腫瘍データセットに基づくマルチラベル・タスクの訓練ワークフローを構築する方法を示します。
[詳細] (01/18/2023)
MONAI : What’s new in 1.1
MONAI (Medical Open Network for AI) は PyTorch エコシステムの一部で、医療・ヘルスケア画像における深層学習のための PyTorch ベースのオープンソースのフレームワークです。
MONAI 1.1 の新しい機能の概要です。デジタルパソロジー・ワークフロー, MONAI バンドル用実験管理, Auto3dSeg 拡張, MONAI モデル Zoo の新しいモデル, そして最先端の SurgToolLoc ソリューションについて説明されています。
[詳細] (01/17/2023)
MONAI : What’s new in 1.0
MONAI (Medical Open Network for AI) は PyTorch エコシステムの一部で、医療・ヘルスケア画像における深層学習のための PyTorch ベースのオープンソースのフレームワークです。
MONAI 1.0 の新しい機能の概要です。モデル Zoo, Auto3DSeg, 連合学習クライアント, デジタルパソロジー・ワークフロー用の MetaTensor サポート, 高速化 MRI 再構成について説明されています。
[詳細] (01/16/2023)
HuggingFace Hub スペース : GPU スペースの使用
Hugging Face スペースはデモアプリケーションを直接ホストする単純な方法を提供しています。Space のトップのナビゲーションバーにある Setting ボタンを使用して、Space を GPU アクセラレータを使用するようにアップグレードできます。
[詳細] (01/04/2023)
HuggingFace Hub スペース : 概要
Hugging Face スペースはデモアプリケーションを直接ホストする単純な方法を提供します。貴方の ML ポートフォリオを作成し、コンファレンスであるいは出資者にプロジェクトを紹介し、そして ML エコシステムの他の人々と共同作業することを可能にします。
[詳細] (01/03/2023)
HuggingFace Hub レポジトリ : 設定 / 次のステップ
HuggingFace の Models, Spaces と datasets は Hugging Face Hub に Git レポジトリとしてホストされます。
今回は Web UI の Settings タブの使用方法と、Hugging Face Hub の Git レポジトリを最大限に活用するために有用な機能や追加情報を説明します。
[詳細] (01/02/2023)
HuggingFace Hub レポジトリ : Getting Started
HuggingFace の Models, Spaces と datasets は Hugging Face Hub に Git レポジトリとしてホストされます。
このガイドでは、Git を始めて Hub 上のレポジトリと相互作用する基本を調べます。その使い方が分かったら効果的なレポジトリの使用方法をまとめたベストプラクティスと次のステップを探求できます。
[詳細] (01/01/2023)
※ その他、記載されている会社名・製品名は各社の登録商標または商標です。