Pull to refresh
97
0.1
Матвеев Алексей Сергеевич @HomoLuden

Developer

Send message

Тема затронута интересная. Особенно про PuLID, одна ко ж....
1. Какой-то кривой текст... "На MacBook не всё идеально quantised и оптимизировано". На Medium блог с рускоязычном именем, и при этом зачем-то перевод с английского да еще и будто бы сгенерирован ChatGPT.

  1. Тема заголовка совершенно не раскрыта... это как-будто ликбеза обгрызок, а не разбор архитектуры. Статья на медиуме вообще названа как "Deep Dive", но тут мы видим поверхностная прогулка с парой растиражированных картинок.

Похоже на пустышку с кликбейтным заголовком.. АТАТАТ

Вот например такой постер. Тут по реальным собачкам их силуэт обрисовывался с SD1.5 (чекпоинт CinEro SD15). Потом поверх рисованных собак клались обратно реальные. Совпадают почти идеально и вписываются в окружение с отражением от ступеней.
Вот например такой постер. Тут по реальным собачкам их силуэт обрисовывался с SD1.5 (чекпоинт CinEro SD15). Потом поверх рисованных собак клались обратно реальные. Совпадают почти идеально и вписываются в окружение с отражением от ступеней.

Вот вам конкретный пример. Нужно сделать промо постер для помета собак. Обычно дизайнеры гуглят почтовый фон, поверх которого накладывают собак с градиентной альфа маской и с полупрозрачными прямоугольниками текстов. Весь постер - распадающийся винегрет элементов.

А с помощью SD можно бесшовно вписать собак прямо в пейзаж. Возможно статью мне стоит написать с описанием процесса, если интересно.

У меня была статья про концепцию коммуникации с восстановлением состояния запутанности. Ожидаемо заплеванная.

Если сейчас скажут что проверку спина можно сделать без коллапса запутанности, то можно поступить тупым способом.

Измерять на своей стороне C до тех пор пока не выпадет нужная сторона монетки. Как только выпала, перестать подбрасывать монетку и ждать таймаута.

Нужен лишь договор об окне измерений, за которое успеется гарантированно получить нужное состояние.

Ну и масштабировать коммуникацию количеством запутанных троек.

Синхросигналом выступает солнечная система. С учётом известных релятивистских эффектов от разных скоростей движения и гравитационного поля можно скорректировать достаточно точно и лишь изредка подводить если вдруг разойдутся.

С синхронизацией то проблем меньше. Уже предложено решение синхронизации часов в солнечной системе с коррекцией через приведение к центру масс системы. А вот по поводу восстановления состояния запутанности вопрос вроде бы открытый.

Есть кто разбирающийся в "слабых измерениях"?

А мне вот не понятен один момент. В "еньтих ваших тырнетах" восторгаются перфомансом и эффективностью таких сетей. И при этом обходят стороной тему количества параметров модели. Я ещё не углубился в тему KAN, но мне видится такое сравнение.

Традиционная модель со скалярным весами на рёбрах (например, Stable Diffusion) мы имеем одномчисло FP16 на ребро, видимо. При этом все нейроны в слое имеют одну функцию активации всегда. Т.е. не отличаются между разными чекпоинтами.

А тут получается мы на каждое ребро должны указать класс функции активации, плюс у каждой функции активации свой набор числовых параметров, наверное. Таким образом, одно ребро уже кодируется целым числом класса функции и как минимум одним параметром функции (масштабный коэффициент). И на самом деле коэффициентов должно быть несколько (масштабный и напр. наклон какой-нибудь). Логично предположить что длину параметров сделают фиксированной по максимальному количеству. Объем чекпоинта будет в несколько раз больше. Значит эта сетка должна кратно лучше справляться с задачей просто чтобы сравняться со стандартной архитектурой сетки.

А ещё не понятно как это все будет превращаться в тензор для GPU. Оператор IF или SWITCH для GPU завезли? Видеокарта же должна налёту при операциях "тензор-тензор" менять функцию активации для миллиардов связей между нейронами.

Автоматизировать через A1111 плохая затея имхо. Особенно с SDXL. У этого бэкенда память утекает быстро и нужно перезапускать.

Лучше ComfyUI

Я не понял зачем предлагается получать карту нормалей по отрендеренному в SD изображению. Для детализации?

Как бы то ни было, мне кажется лучше сначала взять оде карты глубины и нормалей из блендер, потом применить две ControlNet для SD (depth, normal map), а потом уже все остальное

Я зашёл на хабрапост по кликбейтному заголовку и вот что произошло...

Hidden text

У поста появился дополнительный минус.

Врёт или просто начитался некомпетентных форумчан.

Бессмысленно. Тренировать на такой вы сможете только lora. А для генерации слишком много памяти. Tesla P40 сильно дешевле, хотя и проц там медленнее.

Только тренить с шареной системной будет медленно

ComfyUI на 1050 ti даже SDXL может. И не забываем что новые драйвера от Nvidia позволяют шарить с GPU системную память

Хватит если в ComfyUI умеете

Неправду пишете. На 3060 с 12ГБ можно очен сложные ComfyUI workflow выполнять. На Tesla P40 можно тренить даже SDXL. Тренировка занимает меньше или столько же времени что и разметка данных.

Tesla P40 стоила 15 на адишке. + Охлаждение 4к

Если верить сообщениям на профильных форумах, 16 Гбайт для этих целей определенно недостаточно, необходимо 32 или больше.

SDXL в ComfyUI работает и на 4ГБ 1050ti - если речь про генерацию картинок. Для тренировки LoRa достаточно 12ГБ GTX 3060.

А вот для полноценной тренировки SDXL CKPT уже нужно покупать Tesla P40 за 15 тыр.

Личная ответственность пока не появится, гос учреждения не будут париться. И под личной ответственностью я имею в виду ответ с топ менеджмента, отвечающего за процесс обработки ПД.

Я на этом триггернулся. Ведь нам же говорили, что по закону кампания не имеет право требовать наши ПД, если не реализовали безопасный процесс их обработки. А теперь намекают, что не со всех требовали безопасность в полной мере?

"Знаю что обманываете но не могу понять где конкретно"

1
23 ...

Information

Rating
2,191-st
Location
Саратов, Саратовская обл., Россия
Date of birth
Registered
Activity