We generate images with a neural network from Deepseek

Всем доброго времени суток!
​

Вышла очередная "убийца" MidJourney и прочих нейросетей под названием DeepSeek. Покажу вам гайд по её установке и использовании в ваших, естественно благих целях .

Сама нейросеть есть как и на сайте, так и на мобильные устройства, но нас интересует конкретно модуль Janus-Pro-7B, что можно поставить на свой компьютер.

Данную тему я поделю на несколько частей, а именно н​

1. Предисловие
2. Установку всех компонентов и зависимостей
3. Установку модуля
4. Запуск модуля
5. Заключение

Предисловие
​

Уже несколько дней по новостям гремит информация о том, что китайцы обрушают акции крупных компаний, выпустив свой искусственный интеллект, схожий с ChatGPT. Суммарные потери оцениваются свыше триллиона долларов. Наибольшие потери несёт Nvidia, утеряв 16,47%. И вот, они решают добить окончательно рынок и выпускают в свет модуль Janus-Pro-7B.
​

Установка всех компонентов и зависимостей​

Первым делом нужно установить Python и все нужное для работы нейросети:
​

Скачиваем все файлы.

1. Зайти на официальный сайт Python и скачать Python 3.8 (ссылка)


Здесь мы выбираем установщик под свою ОС:


Далее во время установки не забываем выбрать PATH:


Далее идёт стандартная установка Python.

2. Устанавливаем Git:

Также, нам понадобится git для клонирования репозитория.
Переходим по ссылке и устанавливаем его, как показано на скриншотах.



Нажимаем Next несколько раз и ждем окончания установки.

3. Клонируем репозиторий:

git clone [URL]https://github.com/deepseek-ai/Janus.git[/URL]
cd Janus

Code

git clone [URL]https://github.com/deepseek-ai/Janus.git[/URL]

cd Janus

4. Устанавливаем зависимости::

pip install -r requirements.txt

Code

pip install -r requirements.txt

Code

Установка модуля
​

Далее всё что нам остаётся это создать нужные файлы и запустить.
​

Создаём файлы

1. Клонируем файлы самого модуля с сайта Hugging face:

git clone [URL]https://github.com/deepseek-ai/Janus.git[/URL]
cd Janus

Code

git clone [URL]https://github.com/deepseek-ai/Janus.git[/URL]

cd Janus

2. Далее создаём файл формата .py, используя любой компилятор. В моём случае это Visual Studio Code.
И вставляем туда следующий код:

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "deepseek-ai/Janus-Pro-7B"
model = AutoModelForCausalLM.from_pretrained(model_name)
tokenizer = AutoTokenizer.from_pretrained(model_name)

Python

from transformers import AutoModelForCausalLM, AutoTokenizer



model_name = "deepseek-ai/Janus-Pro-7B"

model = AutoModelForCausalLM.from_pretrained(model_name)

tokenizer = AutoTokenizer.from_pretrained(model_name)

Сохраняем куда удобно и запускаем его через консоль:

cd "Ваш/путь/к/папке"
python имя.py

Code

cd "Ваш/путь/к/папке"

python имя.py

Это необходимый код для подгрузки модуля.

3. Создаём уже основной файл с самой генерацией:

from transformers import pipeline

model_name = "deepseek-ai/Janus-Pro-7B"

generator = pipeline("text-to-image", model=model_name)

prompt = "A serene mountain landscape at sunrise with vibrant colors"

images = generator(prompt, num_images=1, height=512, width=512)

for i, image in enumerate(images):
image.save(f"output_image_{i}.png")
print(f"Изображение сохранено как output_image_{i}.png")

Python

from transformers import pipeline



model_name = "deepseek-ai/Janus-Pro-7B"



generator = pipeline("text-to-image", model=model_name)



prompt = "A serene mountain landscape at sunrise with vibrant colors"



images = generator(prompt, num_images=1, height=512, width=512)



for i, image in enumerate(images):

    image.save(f"output_image_{i}.png")

    print(f"Изображение сохранено как output_image_{i}.png")

Запуск модуля
​

Далее просто запускаем наш код, введя нужные запросы:​

Запуск

1. В коде добавляем нужные запросы на строчках, где задаётся значение переменной prompt:

prompt = "A serene mountain landscape at sunrise with vibrant colors"

Python

prompt = "A serene mountain landscape at sunrise with vibrant colors"

2. Сохраняем код с любым названием ( в моём случае это generate_image.py )

3. Запускаем его через консоль:

python generate_image.py

Code

python generate_image.py

Вуа-ля. Все работает

Заключение
​

В заключении хочу сказать, что весь модуль на бумаге работает в разы лучше себе подобных, но на деле является очередной нейросетью, что не делает чего-либо особенного . Да и работает она через раз, ведь иногда выдаёт, что модуль попросту не поддерживает ничего, хотя это не так.
Всем огромное спасибо за трату времени на мою статью. Оцените её хоть ​