PAI-EAS试用-ComfyUI

本文涉及的产品
交互式建模 PAI-DSW,5000CU*H 3个月
模型训练 PAI-DLC,5000CU*H 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
简介: 探索阿里云PAI平台的试用体验,试用地址在[PAI-EAS试用](https//developer.aliyun.com/topic/pai/svd?spm=a2c6h.27234800.J_6638147300.2.717259efR1C0is),提供丰富的资源,如A10服务器。

0 求赞

帮忙作品点个赞,感谢
https://developer.aliyun.com/topic/pai/svd?artworkNo=OVwhOtGbouQOGzgm

1 试用信息

1.1 试用地址

PAI-EAS试用

1.2 提供资源

bc2e72a54499448cb342dc8804cbe0ae.png
其中A10服务器在10元每小时左右,意味着我们可以使用的试用时间在40个小时以上。每天玩4小时,也可以玩10天了,练习完全够用。

2 具体过程

官方给了一个简单的指导文档,包括领用资源、部署模型等操作。视频讲解比文档更清晰些。
这里我简单说明一下部署的过程

2.1 选择自定义部署

bd75069512c24091a55bd5a49300ce76.gif

2.2 填写名称、镜像、硬件配置

e5efab760afb4139ac30b710213256e1.gif

然后等待完成。

2.3 更新信息

如果你那边也展示的是这样
493f4cf4b5ae4197af08418d4555ac22.png
我们就需要更新一下服务。更新之后就和文档里一样可以使用从web打开了。这个应该是一个bug,或者是浏览器兼容性问题。
bacbdcb4d8ab44a98acced1182cd46d4.gif

2.4 开始玩耍

点击查看web应用进入操作页面
79a47cf5adf94f7387220736b0438916.png
点击 提示词队列 即会开始执行整个工作流,从左侧的图片生成到右侧的视频生成。
绿色框框代表当前正在执行的环节。
28fc11cd4e3544bdbac2911c99de857b.png

2.5 模块说明

首先我们看看文生图部分。
先来说说Checkpoint,这个是工作流的起点。
ecb1be243f8441f68325deea88e8b1d0.png
这里有很多模型可供选择。我是2024-04-03玩的这个,2024-04-04写的这篇文章。玩的时候还没有anything这个模型,应该模型还在持续增加。
91d93b89728143e48d0aade2bd69eeff.png
每个模型训练使用的数据不同,擅长生成的图片类型也不同,建议先查查每个模型的成图示例。
或者每个模型都试试。
在测试过程中,我们可以将img2video模块暂时停用,以减少测试时间。启用操作类似。
06d08d3e72fd423ea30e904de15c45dd.gif
然后我们说说latent
5ac29a1415dd4d838618b1a05581d21c.png
latent可以理解为画板参数,即最终成图的大小以及数量。我们可以将它改成推荐的384*216。分辨率低,成图速度会更快。
2629dc3290f749f79729edb8235d1a9f.png
当一批多图时,这里点 叉号 就可以看到生成的所有图片了
9b1e296df9874469b1de06f8487ce041.png
38a1acf4624a4e318f7becad6205033e.png
然后是采样器,这里就复杂了,我也没研究清楚,欢迎大佬在评论区补充
f3c1546b02cb4cbdb2146d0c3729f863.png
然后是clip文本编码器,这个就是提示词了。分正面提示词和反面提示词。

70db04fa5857487c9dfbc97734151949.png
然后是视频生成部分,这里给个我用的参数,虽然生成的gif依然跟shi一样。可以参考一下。
欢迎大佬们留言分享。
b6849d8b17bc4590895fd0aae0644533.png

相关实践学习
使用PAI-EAS一键部署ChatGLM及LangChain应用
本场景中主要介绍如何使用模型在线服务(PAI-EAS)部署ChatGLM的AI-Web应用以及启动WebUI进行模型推理,并通过LangChain集成自己的业务数据。
机器学习概览及常见算法
机器学习(Machine Learning, ML)是人工智能的核心,专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能,它是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。 本课程将带你入门机器学习,掌握机器学习的概念和常用的算法。
目录
相关文章
|
12天前
|
机器学习/深度学习 人工智能 自然语言处理
【MM2024】阿里云 PAI 团队图像编辑算法论文入选 MM2024
阿里云人工智能平台 PAI 团队发表的图像编辑算法论文在 MM2024 上正式亮相发表。ACM MM(ACM国际多媒体会议)是国际多媒体领域的顶级会议,旨在为研究人员、工程师和行业专家提供一个交流平台,以展示在多媒体领域的最新研究成果、技术进展和应用案例。其主题涵盖了图像处理、视频分析、音频处理、社交媒体和多媒体系统等广泛领域。此次入选标志着阿里云人工智能平台 PAI 在图像编辑算法方面的研究获得了学术界的充分认可。
【MM2024】阿里云 PAI 团队图像编辑算法论文入选 MM2024
|
8天前
|
机器学习/深度学习 人工智能 算法
【玉米病害识别】Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+模型训练
玉米病害识别系统,本系统使用Python作为主要开发语言,通过收集了8种常见的玉米叶部病害图片数据集('矮花叶病', '健康', '灰斑病一般', '灰斑病严重', '锈病一般', '锈病严重', '叶斑病一般', '叶斑病严重'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。再使用Django搭建Web网页操作平台,实现用户上传一张玉米病害图片识别其名称。
22 0
【玉米病害识别】Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+模型训练
|
16天前
|
机器学习/深度学习 算法 决策智能
【机器学习】揭秘深度学习优化算法:加速训练与提升性能
【机器学习】揭秘深度学习优化算法:加速训练与提升性能
|
12天前
|
机器学习/深度学习 算法 Python
探索机器学习中的决策树算法:从理论到实践
【10月更文挑战第5天】本文旨在通过浅显易懂的语言,带领读者了解并实现一个基础的决策树模型。我们将从决策树的基本概念出发,逐步深入其构建过程,包括特征选择、树的生成与剪枝等关键技术点,并以一个简单的例子演示如何用Python代码实现一个决策树分类器。文章不仅注重理论阐述,更侧重于实际操作,以期帮助初学者快速入门并在真实数据上应用这一算法。
|
1月前
|
机器学习/深度学习 算法 TensorFlow
交通标志识别系统Python+卷积神经网络算法+深度学习人工智能+TensorFlow模型训练+计算机课设项目+Django网页界面
交通标志识别系统。本系统使用Python作为主要编程语言,在交通标志图像识别功能实现中,基于TensorFlow搭建卷积神经网络算法模型,通过对收集到的58种常见的交通标志图像作为数据集,进行迭代训练最后得到一个识别精度较高的模型文件,然后保存为本地的h5格式文件。再使用Django开发Web网页端操作界面,实现用户上传一张交通标志图片,识别其名称。
74 6
交通标志识别系统Python+卷积神经网络算法+深度学习人工智能+TensorFlow模型训练+计算机课设项目+Django网页界面
|
17天前
|
机器学习/深度学习 算法
机器学习入门(三):K近邻算法原理 | KNN算法原理
机器学习入门(三):K近邻算法原理 | KNN算法原理
|
17天前
|
机器学习/深度学习 算法 大数据
机器学习入门:梯度下降算法(下)
机器学习入门:梯度下降算法(下)
|
17天前
|
机器学习/深度学习 算法 API
机器学习入门(五):KNN概述 | K 近邻算法 API,K值选择问题
机器学习入门(五):KNN概述 | K 近邻算法 API,K值选择问题
|
9天前
|
机器学习/深度学习 算法 数据处理
EM算法对人脸数据降维(机器学习作业06)
本文介绍了使用EM算法对人脸数据进行降维的机器学习作业。首先通过加载ORL人脸数据库,然后分别应用SVD_PCA、MLE_PCA及EM_PCA三种方法实现数据降维,并输出降维后的数据形状。此作业展示了不同PCA变种在人脸数据处理中的应用效果。
13 0
|
2月前
|
机器学习/深度学习 算法 数据挖掘
8个常见的机器学习算法的计算复杂度总结
8个常见的机器学习算法的计算复杂度总结
8个常见的机器学习算法的计算复杂度总结

相关产品

  • 人工智能平台 PAI