/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
CreativeML OpenRAIL-M
Архитектура
gpt2 · dense
Опубликована
10 дек 2022

distilgpt2-stable-diffusion-v2

Генерация текстаТекст → текст3 профессии

Дообученная на промптах Stable Diffusion модель GPT-2 генерирует описательные теги и текстовые промпты для аниме-изображений.

13 906скачиваний за 30 дней102лайкавеса обновлены16 мар 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

FredZhang7 разработала эту модель на архитектуре GPT-2 для генерации описательных тегов и промптов в стиле Safebooru и Danbooru для anime-моделей преобразования текста в изображение. Модель дообучена на 2,47 млн промптов Stable Diffusion; указанное в карточке базовое семейство — DistilGPT-2. Контекст составляет 1024 токена, модель принимает и генерирует текст.

По сравнению с другими GPT-2-моделями генерации промптов автор заявляет на 50% более быстрый прямой проход и на 40% меньшие требования к дисковому пространству и оперативной памяти. В версии 2 улучшены разнообразие и беглость генерации, а обучающие данные очищены от дубликатов, коротких промптов и примеров с NSFW-оценкой выше 0,5. Модель ориентирована на аниме-иллюстрации; качество и безопасность конкретных результатов могут варьироваться. Лицензия — CreativeML OpenRAIL-M.

Сценарии применения

  • генерация тегов Danbooru для аниме-изображения
  • создание промпта Stable Diffusion по короткому описанию
  • расширение аниме-промпта описательными деталями
  • подбор вариантов тегов для генерации аниме-арта

Ограничения

Модель специализирована на промптах и тегах для аниме-изображений, поэтому может быть менее полезна для других тем и жанров. Контекст ограничен 1024 токенами; удаление NSFW-примеров из обучающих данных не гарантирует отсутствие нежелательных результатов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Fast GPT2 PromptGen

This model was trained on 2,470,000 descriptive stable diffusion prompts on the FredZhang7/distilgpt2-stable-diffusion checkpoint for another 4,270,000 steps.

Compared to other prompt generation models using GPT2, this one runs with 50% faster forwardpropagation and 40% less disk space & RAM.

Major improvements from v1 are:

  • 25% more variations
  • faster and more fluent prompt generation
  • cleaned training data
    • removed prompts that generate images with nsfw scores > 0.5
    • removed duplicates, including prompts that differ by capitalization and punctuations
    • removed punctuations at random places
    • removed prompts shorter than 15 characters

Live WebUI Demo

See the Prompt Generator tab of Paint Journey Demo.

Contrastive Search

pip install --upgrade transformers
from transformers import GPT2Tokenizer, GPT2LMHeadModel
tokenizer = GPT2Tokenizer.from_pretrained('distilgpt2')
tokenizer.add_special_tokens({'pad_token': '[PAD]'})
model = GPT2LMHeadModel.from_pretrained('FredZhang7/distilgpt2-stable-diffusion-v2')

prompt = r'a cat sitting'     # the beginning of the prompt
temperature = 0.9             # a higher temperature will produce more diverse results, but with a higher risk of less coherent text
top_k = 8                     # the number of tokens to sample from at each step
max_length = 80               # the maximum number of tokens for the output of the model
repitition_penalty = 1.2      # the penalty value for each repetition of a token
num_return_sequences=5        # the number of results to generate

# generate the result with contrastive search
input_ids = tokenizer(prompt, return_tensors='pt').input_ids
output = model.generate(input_ids, do_sample=True, temperature=temperature, top_k=top_k, max_length=max_length, num_return_sequences=num_return_sequences, repetition_penalty=repitition_penalty, penalty_alpha=0.6, no_repeat_ngram_size=1, early_stopping=True)

print('\nInput:\n' + 100 * '-')
print('\033[96m' + prompt + '\033[0m')
print('\nOutput:\n' + 100 * '-')
for i in range(len(output)):
    print('\033[92m' + tokenizer.decode(output[i], skip_special_tokens=True) + '\033[0m\n')

No comma style: constrastive search

To bring back the commas, assign output without penalty_alpha and no_repeat_ngram_size:

output = model.generate(input_ids, do_sample=True, temperature=temperature, top_k=top_k, max_length=max_length, num_return_sequences=num_return_sequences, repetition_penalty=repitition_penalty, early_stopping=True)

constrastive search

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
f839bc9

0 моделей