PAI-EAS试用-ComfyUI

本文涉及的产品
模型训练 PAI-DLC,100CU*H 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
交互式建模 PAI-DSW,每月250计算时 3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
打赏
0
0
0
1
28
分享
相关文章
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理,包括初始化、数据点分配与簇中心更新等步骤,以及如何在Python中实现该算法,最后讨论了其优缺点及应用场景。
212 6
基于机器学习的人脸识别算法matlab仿真,对比GRNN,PNN,DNN以及BP四种网络
本项目展示了人脸识别算法的运行效果(无水印),基于MATLAB2022A开发。核心程序包含详细中文注释及操作视频。理论部分介绍了广义回归神经网络(GRNN)、概率神经网络(PNN)、深度神经网络(DNN)和反向传播(BP)神经网络在人脸识别中的应用,涵盖各算法的结构特点与性能比较。
使用 PAI-DSW x Free Prompt Editing图像编辑算法,开发个人AIGC绘图小助理
使用 PAI-DSW x Free Prompt Editing图像编辑算法,开发个人AIGC绘图小助理
机器学习算法的优化与改进:提升模型性能的策略与方法
机器学习算法的优化与改进:提升模型性能的策略与方法
366 13
机器学习算法的优化与改进:提升模型性能的策略与方法
解锁机器学习的新维度:元学习的算法与应用探秘
元学习作为一个重要的研究领域,正逐渐在多个应用领域展现其潜力。通过理解和应用元学习的基本算法,研究者可以更好地解决在样本不足或任务快速变化的情况下的学习问题。随着研究的深入,元学习有望在人工智能的未来发展中发挥更大的作用。
CCS 2024:如何严格衡量机器学习算法的隐私泄露? ETH有了新发现
在2024年CCS会议上,苏黎世联邦理工学院的研究人员提出,当前对机器学习隐私保护措施的评估可能存在严重误导。研究通过LiRA攻击评估了五种经验性隐私保护措施(HAMP、RelaxLoss、SELENA、DFKD和SSL),发现现有方法忽视最脆弱数据点、使用较弱攻击且未与实际差分隐私基线比较。结果表明这些措施在更强攻击下表现不佳,而强大的差分隐私基线则提供了更好的隐私-效用权衡。
59 14
|
3月前
|
PAI下面的gbdt、xgboost、ps-smart 算法如何优化?
设置gbdt 、xgboost等算法的样本和特征的采样率
115 2
C语言在机器学习中的应用及其重要性。C语言以其高效性、灵活性和可移植性,适合开发高性能的机器学习算法,尤其在底层算法实现、嵌入式系统和高性能计算中表现突出
本文探讨了C语言在机器学习中的应用及其重要性。C语言以其高效性、灵活性和可移植性,适合开发高性能的机器学习算法,尤其在底层算法实现、嵌入式系统和高性能计算中表现突出。文章还介绍了C语言在知名机器学习库中的作用,以及与Python等语言结合使用的案例,展望了其未来发展的挑战与机遇。
86 1
【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

热门文章

最新文章

相关产品

  • 人工智能平台 PAI
  • AI助理

    你好,我是AI助理

    可以解答问题、推荐解决方案等