আমাজন টাইটান lmage জেনারেটর G1 একটি অত্যাধুনিক টেক্সট-টু-ইমেজ মডেল, এর মাধ্যমে উপলব্ধ আমাজন বেডরক, যা বিভিন্ন প্রসঙ্গে একাধিক অবজেক্টের বর্ণনা করার প্রম্পট বুঝতে সক্ষম এবং এটি তৈরি করা চিত্রগুলিতে এই প্রাসঙ্গিক বিবরণগুলি ক্যাপচার করে। এটি ইউএস ইস্ট (এন. ভার্জিনিয়া) এবং ইউএস ওয়েস্ট (ওরেগন) এডব্লিউএস অঞ্চলে পাওয়া যায় এবং স্মার্ট ক্রপিং, ইন-পেইন্টিং এবং ব্যাকগ্রাউন্ড পরিবর্তনের মতো উন্নত চিত্র সম্পাদনা কাজ সম্পাদন করতে পারে। যাইহোক, ব্যবহারকারীরা মডেলটিকে কাস্টম ডেটাসেটের অনন্য বৈশিষ্ট্যগুলির সাথে মানিয়ে নিতে চান যে মডেলটি ইতিমধ্যে প্রশিক্ষিত নয়৷ কাস্টম ডেটাসেটগুলিতে আপনার ব্র্যান্ড নির্দেশিকা বা নির্দিষ্ট শৈলী যেমন পূর্ববর্তী প্রচারাভিযানের সাথে সামঞ্জস্যপূর্ণ উচ্চ মালিকানা ডেটা অন্তর্ভুক্ত থাকতে পারে। এই ব্যবহারের ক্ষেত্রে সমাধান করতে এবং সম্পূর্ণরূপে ব্যক্তিগতকৃত ছবি তৈরি করতে, আপনি আপনার নিজের ডেটা ব্যবহার করে অ্যামাজন টাইটান ইমেজ জেনারেটরকে ফাইন-টিউন করতে পারেন আমাজন বেডরকের জন্য কাস্টম মডেল.
ছবি তৈরি করা থেকে শুরু করে সেগুলি সম্পাদনা করা পর্যন্ত, টেক্সট-টু-ইমেজ মডেলগুলির শিল্প জুড়ে বিস্তৃত অ্যাপ্লিকেশন রয়েছে। তারা কর্মচারীদের সৃজনশীলতা বাড়াতে পারে এবং পাঠ্য বিবরণ দিয়ে নতুন সম্ভাবনা কল্পনা করার ক্ষমতা প্রদান করতে পারে। উদাহরণস্বরূপ, এটি স্থপতিদের জন্য নকশা এবং মেঝে পরিকল্পনায় সহায়তা করতে পারে এবং তাদের তৈরি করার ম্যানুয়াল প্রক্রিয়া ছাড়াই বিভিন্ন ডিজাইনকে কল্পনা করার ক্ষমতা প্রদান করে দ্রুত উদ্ভাবনের অনুমতি দেয়। একইভাবে, এটি বিভিন্ন শিল্পে ডিজাইনে সহায়তা করতে পারে যেমন উত্পাদন, খুচরা বিক্রেতার ফ্যাশন ডিজাইন এবং গ্রাফিক্স এবং চিত্রের প্রজন্মকে স্ট্রিমলাইন করে গেম ডিজাইন। টেক্সট-টু-ইমেজ মডেলগুলি ব্যক্তিগতকৃত বিজ্ঞাপনের পাশাপাশি মিডিয়া এবং বিনোদন ব্যবহারের ক্ষেত্রে ইন্টারেক্টিভ এবং নিমজ্জিত ভিজ্যুয়াল চ্যাটবটগুলির অনুমতি দিয়ে আপনার গ্রাহকের অভিজ্ঞতাকেও উন্নত করে।
এই পোস্টে, আমরা আপনাকে দুটি নতুন বিভাগ শিখতে অ্যামাজন টাইটান ইমেজ জেনারেটর মডেলের ফাইন-টিউনিং প্রক্রিয়ার মাধ্যমে গাইড করব: রন দ্য ডগ এবং স্মিলা দ্য বিড়াল, আমাদের প্রিয় পোষা প্রাণী। মডেল ফাইন-টিউনিং টাস্কের জন্য কীভাবে আপনার ডেটা প্রস্তুত করবেন এবং অ্যামাজন বেডরকে একটি মডেল কাস্টমাইজেশন কাজ কীভাবে তৈরি করবেন তা আমরা আলোচনা করি। অবশেষে, আমরা আপনাকে দেখাই কিভাবে আপনার সূক্ষ্ম-টিউনড মডেলটি পরীক্ষা এবং স্থাপন করতে হয় প্রভিশনড থ্রুপুট.
 |
 |
| কুকুর রন | বিড়াল হাসা |
একটি কাজের ফাইন-টিউনিং আগে মডেল ক্ষমতা মূল্যায়ন
ফাউন্ডেশন মডেলগুলি প্রচুর পরিমাণে ডেটাতে প্রশিক্ষিত হয়, তাই এটি সম্ভব যে আপনার মডেলটি বাক্সের বাইরে যথেষ্ট ভাল কাজ করবে। এই কারণেই আপনার ব্যবহারের ক্ষেত্রে আপনার মডেলটিকে সূক্ষ্ম-টিউন করতে হবে কিনা বা প্রম্পট ইঞ্জিনিয়ারিং যথেষ্ট কিনা তা পরীক্ষা করা ভাল অনুশীলন। আসুন বেস অ্যামাজন টাইটান ইমেজ জেনারেটর মডেলের সাথে রন কুকুর এবং বিড়ালের স্মাইলার কিছু ছবি তৈরি করার চেষ্টা করি, যেমনটি নিম্নলিখিত স্ক্রিনশটগুলিতে দেখানো হয়েছে।
প্রত্যাশিত হিসাবে, বাক্সের বাইরের মডেলটি এখনও রন এবং স্মিলাকে চেনে না, এবং উত্পন্ন আউটপুটগুলি বিভিন্ন কুকুর এবং বিড়াল দেখায়৷ কিছু প্রম্পট ইঞ্জিনিয়ারিং সহ, আমরা আমাদের প্রিয় পোষা প্রাণীর চেহারার কাছাকাছি যেতে আরও বিশদ প্রদান করতে পারি।
যদিও উত্পন্ন চিত্রগুলি রন এবং স্মিলার সাথে আরও বেশি মিল, আমরা দেখতে পাচ্ছি যে মডেলটি তাদের সম্পূর্ণ অনুরূপ পুনরুত্পাদন করতে সক্ষম নয়৷ চলুন এখন সুসংগত, ব্যক্তিগতকৃত আউটপুট পেতে রন এবং স্মিলার ফটোগুলির সাথে একটি সূক্ষ্ম টিউনিং কাজ শুরু করি৷
ফাইন-টিউনিং অ্যামাজন টাইটান ইমেজ জেনারেটর
অ্যামাজন বেডরক আপনাকে আপনার অ্যামাজন টাইটান ইমেজ জেনারেটর মডেলকে সূক্ষ্ম-টিউন করার জন্য একটি সার্ভারহীন অভিজ্ঞতা প্রদান করে। আপনাকে শুধুমাত্র আপনার ডেটা প্রস্তুত করতে হবে এবং আপনার হাইপারপ্যারামিটার নির্বাচন করতে হবে এবং AWS আপনার জন্য ভারী উত্তোলন পরিচালনা করবে।
আপনি যখন অ্যামাজন টাইটান ইমেজ জেনারেটর মডেলটি ফাইন-টিউন করতে ব্যবহার করেন, তখন এই মডেলটির একটি অনুলিপি AWS মডেল ডেভেলপমেন্ট অ্যাকাউন্টে তৈরি করা হয়, AWS এর মালিকানাধীন এবং পরিচালিত হয় এবং একটি মডেল কাস্টমাইজেশন কাজ তৈরি করা হয়। এই কাজটি তারপর একটি VPC থেকে ফাইন-টিউনিং ডেটা অ্যাক্সেস করে এবং অ্যামাজন টাইটান মডেলের ওজন আপডেট করা হয়েছে। নতুন মডেল তারপর একটি সংরক্ষণ করা হয় আমাজন সিম্পল স্টোরেজ সার্ভিস (Amazon S3) প্রাক-প্রশিক্ষিত মডেল হিসাবে একই মডেল উন্নয়ন অ্যাকাউন্টে অবস্থিত। এটি এখন শুধুমাত্র আপনার অ্যাকাউন্ট দ্বারা অনুমানের জন্য ব্যবহার করা যেতে পারে এবং অন্য কোন AWS অ্যাকাউন্টের সাথে শেয়ার করা হয় না। অনুমান চালানোর সময়, আপনি a এর মাধ্যমে এই মডেলটি অ্যাক্সেস করেন প্রবিধান ক্ষমতা গণনা অথবা সরাসরি, ব্যবহার করে অ্যামাজন বেডরকের জন্য ব্যাচ অনুমান. নির্বাচিত অনুমান পদ্ধতি থেকে স্বাধীনভাবে, আপনার ডেটা আপনার অ্যাকাউন্টে থেকে যায় এবং কোনো AWS মালিকানাধীন অ্যাকাউন্টে অনুলিপি করা হয় না বা Amazon Titan Image Generator মডেলকে উন্নত করতে ব্যবহৃত হয় না।
নিম্নলিখিত চিত্রটি এই কর্মপ্রবাহকে চিত্রিত করে।
ডেটা গোপনীয়তা এবং নেটওয়ার্ক নিরাপত্তা
প্রম্পট এবং সেইসাথে কাস্টম মডেল সহ ফাইন-টিউনিংয়ের জন্য ব্যবহৃত আপনার ডেটা আপনার AWS অ্যাকাউন্টে ব্যক্তিগত থাকে। এগুলি ভাগ করা হয় না বা মডেল প্রশিক্ষণ বা পরিষেবার উন্নতির জন্য ব্যবহার করা হয় এবং তৃতীয় পক্ষের মডেল প্রদানকারীদের সাথে ভাগ করা হয় না৷ ফাইন-টিউনিংয়ের জন্য ব্যবহৃত সমস্ত ডেটা ট্রানজিট এবং বিশ্রামে এনক্রিপ্ট করা হয়। ডেটা একই অঞ্চলে থাকে যেখানে API কল প্রক্রিয়া করা হয়। আপনিও ব্যবহার করতে পারেন AWS প্রাইভেট লিঙ্ক AWS অ্যাকাউন্ট যেখানে আপনার ডেটা থাকে এবং VPC-এর মধ্যে একটি ব্যক্তিগত সংযোগ তৈরি করতে।
ডেটা প্রস্তুতি
আপনি একটি মডেল কাস্টমাইজেশন কাজ তৈরি করতে পারেন আগে, আপনি প্রয়োজন আপনার প্রশিক্ষণ ডেটাসেট প্রস্তুত করুন. আপনার প্রশিক্ষণ ডেটাসেটের বিন্যাস নির্ভর করে আপনি যে ধরনের কাস্টমাইজেশন কাজ তৈরি করছেন (সূক্ষ্ম-টিউনিং বা অবিরত প্রাক-প্রশিক্ষণ) এবং আপনার ডেটার পদ্ধতি (টেক্সট-টু-টেক্সট, টেক্সট-টু-ইমেজ, বা ইমেজ-টু- এমবেডিং)। অ্যামাজন টাইটান ইমেজ জেনারেটর মডেলের জন্য, আপনাকে সেই ছবিগুলি প্রদান করতে হবে যা আপনি ফাইন-টিউনিংয়ের জন্য ব্যবহার করতে চান এবং প্রতিটি ছবির জন্য একটি ক্যাপশন দিতে হবে। Amazon Bedrock আশা করে যে আপনার ছবিগুলি Amazon S3 এ সংরক্ষণ করা হবে এবং একাধিক JSON লাইন সহ JSONL ফর্ম্যাটে ছবি এবং ক্যাপশনের জোড়া দেওয়া হবে৷
প্রতিটি JSON লাইন হল একটি নমুনা যাতে একটি চিত্র-রেফ, একটি চিত্রের জন্য S3 URI এবং একটি ক্যাপশন যা চিত্রের জন্য একটি পাঠ্য প্রম্পট অন্তর্ভুক্ত করে। আপনার ছবি JPEG বা PNG ফর্ম্যাটে হতে হবে। নিম্নলিখিত কোড বিন্যাসের একটি উদাহরণ দেখায়:
{"image-ref": "s3://bucket/path/to/image001.png", "ক্যাপশন": ""} {"image-ref": "s3://bucket/path/to/image002.png", "ক্যাপশন": ""} {"image-ref": "s3://bucket/path/to/image003.png", "ক্যাপশন": ""}
যেহেতু "রন" এবং "স্মিলা" হল এমন নাম যা অন্য প্রসঙ্গেও ব্যবহার করা যেতে পারে, যেমন একজন ব্যক্তির নাম, আমরা আমাদের মডেলকে সূক্ষ্ম-টিউন করার প্রম্পট তৈরি করার সময় "রন দ্য কুকুর" এবং "বিড়াল স্মাইল" শনাক্তকারী যোগ করি। . যদিও এটি ফাইন-টিউনিং ওয়ার্কফ্লোয়ের জন্য প্রয়োজনীয় নয়, এই অতিরিক্ত তথ্যটি মডেলটির জন্য আরও প্রাসঙ্গিক স্পষ্টতা প্রদান করে যখন এটি নতুন ক্লাসের জন্য কাস্টমাইজ করা হয় এবং রন নামে একজন ব্যক্তির সাথে "রন দ্য ডগ" এর বিভ্রান্তি এড়াতে পারে। ইউক্রেনের স্মিলা শহরের সাথে বিড়ালকে হাসুন। এই যুক্তি ব্যবহার করে, নিম্নলিখিত চিত্রগুলি আমাদের প্রশিক্ষণ ডেটাসেটের একটি নমুনা দেখায়।
 |
 |
 |
| রন কুকুরটি সাদা কুকুরের বিছানায় শুয়ে আছে | রন কুকুরটি একটি টালি মেঝেতে বসে আছে | রন কুকুরটি গাড়ির সিটে শুয়ে আছে |
 |
 |
 |
| সোফায় শুয়ে থাকা বিড়ালটি হাসছে | একটি সোফায় শুয়ে থাকা ক্যামেরার দিকে তাকিয়ে বিড়ালটি হাসছে | একটি পোষা ক্যারিয়ারে বিড়াল শুয়ে হাসছে |
কাস্টমাইজেশন কাজের দ্বারা প্রত্যাশিত বিন্যাসে আমাদের ডেটা রূপান্তর করার সময়, আমরা নিম্নলিখিত নমুনা কাঠামো পাই:
{"image-ref": "/ron_01.jpg", "ক্যাপশন": "শ্বেত কুকুরের বিছানায় শুয়ে থাকা কুকুর রন"} {"image-ref": "/ron_02.jpg", "ক্যাপশন": "রন দ্য কুকুর টালি মেঝেতে বসে আছে"} {"image-ref": "/ron_03.jpg", "ক্যাপশন": "গাড়ির সিটে শুয়ে থাকা কুকুরটিকে রন"} {"image-ref": "/smila_01.jpg", "ক্যাপশন": "সোফায় শুয়ে থাকা বিড়ালের হাসি"} {"image-ref": "/smila_02.jpg", "ক্যাপশন": "বিড়াল মূর্তির পাশে জানালার পাশে বসে আছে"} {"image-ref": "/smila_03.jpg", "ক্যাপশন": "বিড়াল পোষা প্রাণীর উপর শুয়ে হাসছে"}
আমরা আমাদের JSONL ফাইল তৈরি করার পরে, আমাদের কাস্টমাইজেশন কাজ শুরু করার জন্য আমাদের এটি একটি S3 বালতিতে সংরক্ষণ করতে হবে। অ্যামাজন টাইটান ইমেজ জেনারেটর G1 ফাইন-টিউনিং কাজ 5-10,000 ছবির সাথে কাজ করবে। এই পোস্টে আলোচিত উদাহরণের জন্য, আমরা 60টি ছবি ব্যবহার করি: 30টি রন কুকুরের এবং 30টি বিড়ালের স্মিলার। সাধারণভাবে, আপনি যে শৈলী বা ক্লাস শিখতে চাচ্ছেন তার আরও বৈচিত্র্য প্রদান করা আপনার সূক্ষ্ম-টিউনড মডেলের নির্ভুলতা উন্নত করবে। যাইহোক, ফাইন-টিউনিংয়ের জন্য আপনি যত বেশি ছবি ব্যবহার করবেন, ফাইন-টিউনিং কাজটি সম্পূর্ণ করতে তত বেশি সময় লাগবে। ব্যবহৃত চিত্রের সংখ্যা আপনার সূক্ষ্ম-টিউন করা কাজের মূল্যকেও প্রভাবিত করে। নির্দেশ করে আমাজন বেডরক প্রাইসিং আরও তথ্যের জন্য.
ফাইন-টিউনিং অ্যামাজন টাইটান ইমেজ জেনারেটর
এখন যেহেতু আমাদের প্রশিক্ষণের ডেটা প্রস্তুত আছে, আমরা একটি নতুন কাস্টমাইজেশন কাজ শুরু করতে পারি। এই প্রক্রিয়াটি অ্যামাজন বেডরক কনসোল বা API-এর মাধ্যমে উভয়ই করা যেতে পারে। অ্যামাজন বেডরক কনসোল ব্যবহার করতে, নিম্নলিখিত পদক্ষেপগুলি সম্পূর্ণ করুন:
- অ্যামাজন বেডরক কনসোলে, বেছে নিন কাস্টম মডেল নেভিগেশন ফলকে।
- উপরে মডেল কাস্টমাইজ করুন মেনু, নির্বাচন করুন ফাইন-টিউনিং কাজ তৈরি করুন.
- জন্য ফাইন-টিউনড মডেলের নাম, আপনার নতুন মডেলের জন্য একটি নাম লিখুন।
- জন্য কাজের কনফিগারেশন, প্রশিক্ষণ কাজের জন্য একটি নাম লিখুন।
- জন্য তথ্য অন্তর্ভুক্তী, ইনপুট ডেটার S3 পাথ লিখুন।
- মধ্যে হাইপারপ্যারামিটার বিভাগ, নিম্নলিখিত জন্য মান প্রদান:
- পদক্ষেপের সংখ্যা - প্রতিটি ব্যাচে মডেলটি কতবার উন্মুক্ত হয়।
- ব্যাচ আকার - মডেল প্যারামিটার আপডেট করার আগে প্রক্রিয়াকৃত নমুনার সংখ্যা।
- শিক্ষার হার - প্রতিটি ব্যাচের পরে মডেল পরামিতিগুলি যে হারে আপডেট করা হয়। এই পরামিতিগুলির পছন্দ একটি প্রদত্ত ডেটাসেটের উপর নির্ভর করে। একটি সাধারণ নির্দেশিকা হিসাবে, আমরা আপনাকে ব্যাচের আকার 8, শেখার হার 1e-5 নির্ধারণ করে শুরু করার পরামর্শ দিই এবং নিম্নলিখিত সারণীতে বিস্তারিত হিসাবে ব্যবহৃত ছবির সংখ্যা অনুসারে ধাপের সংখ্যা সেট করুন।
| দেওয়া ছবির সংখ্যা | 8 | 32 | 64 | 1,000 | 10,000 |
| সুপারিশকৃত পদক্ষেপের সংখ্যা | 1,000 | 4,000 | 8,000 | 10,000 | 12,000 |
যদি আপনার ফাইন-টিউনিং কাজের ফলাফল সন্তোষজনক না হয়, আপনি যদি জেনারেট করা ছবিতে শৈলীর কোনো চিহ্ন না দেখেন তাহলে ধাপের সংখ্যা বাড়ানোর কথা বিবেচনা করুন এবং যদি আপনি জেনারেট করা ছবিতে শৈলীটি পর্যবেক্ষণ করেন তবে ধাপের সংখ্যা হ্রাস করুন। শিল্পকর্ম বা অস্পষ্টতা সহ। যদি সূক্ষ্ম-টিউন করা মডেলটি 40,000 পদক্ষেপের পরেও আপনার ডেটাসেটে অনন্য শৈলী শিখতে ব্যর্থ হয়, তাহলে ব্যাচের আকার বা শেখার হার বাড়ানোর কথা বিবেচনা করুন।
- মধ্যে আউটপুট ডেটা বিভাগে, S3 আউটপুট পাথ প্রবেশ করান যেখানে পর্যায়ক্রমে রেকর্ডকৃত বৈধতা ক্ষতি এবং নির্ভুলতা মেট্রিক্স সহ বৈধকরণ আউটপুটগুলি সংরক্ষণ করা হয়।
- মধ্যে পরিষেবা অ্যাক্সেস বিভাগ, একটি নতুন তৈরি করুন এডাব্লুএস আইডেন্টিটি এবং অ্যাক্সেস ম্যানেজমেন্ট (IAM) ভূমিকা বা আপনার S3 বাকেটগুলি অ্যাক্সেস করার প্রয়োজনীয় অনুমতি সহ একটি বিদ্যমান IAM ভূমিকা চয়ন করুন৷
এই অনুমোদন অ্যামাজন বেডরককে আপনার মনোনীত বালতি থেকে ইনপুট এবং বৈধতা ডেটাসেটগুলি পুনরুদ্ধার করতে এবং আপনার S3 বালতিতে নির্বিঘ্নে বৈধকরণ আউটপুটগুলি সংরক্ষণ করতে সক্ষম করে৷
- বেছে নিন ফাইন-টিউন মডেল.
সঠিক কনফিগারেশন সেট সহ, অ্যামাজন বেডরক এখন আপনার কাস্টম মডেলকে প্রশিক্ষণ দেবে।
প্রভিশনড থ্রুপুট সহ সূক্ষ্ম-টিউনড অ্যামাজন টাইটান ইমেজ জেনারেটর স্থাপন করুন
আপনি কাস্টম মডেল তৈরি করার পরে, প্রভিশনড থ্রুপুট আপনাকে কাস্টম মডেলে প্রক্রিয়াকরণ ক্ষমতার একটি পূর্বনির্ধারিত, নির্দিষ্ট হার বরাদ্দ করতে দেয়। এই বরাদ্দ কাজের লোডগুলি পরিচালনা করার জন্য পারফরম্যান্স এবং ক্ষমতার একটি সামঞ্জস্যপূর্ণ স্তর সরবরাহ করে, যার ফলে উত্পাদন কাজের লোডগুলিতে আরও ভাল পারফরম্যান্স হয়। প্রভিশনড থ্রুপুটের দ্বিতীয় সুবিধা হল খরচ নিয়ন্ত্রণ, কারণ অন-ডিমান্ড ইনফারেন্স মোড সহ স্ট্যান্ডার্ড টোকেন-ভিত্তিক মূল্য বড় আকারে ভবিষ্যদ্বাণী করা কঠিন হতে পারে।
আপনার মডেলের সূক্ষ্ম টিউনিং সম্পূর্ণ হলে, এই মডেলটি প্রদর্শিত হবে কাস্টম মডেল অ্যামাজন বেডরক কনসোলে পৃষ্ঠা।
প্রভিশনড থ্রুপুট কেনার জন্য, কাস্টম মডেলটি নির্বাচন করুন যা আপনি ঠিক করেছেন এবং বেছে নিন প্রভিশনড থ্রুপুট ক্রয়.
এটি নির্বাচিত মডেলটিকে পূর্বনির্ধারিত করে যার জন্য আপনি প্রভিশনড থ্রুপুট কিনতে চান। মোতায়েন করার আগে আপনার সূক্ষ্ম-টিউনড মডেল পরীক্ষা করার জন্য, মডেল ইউনিটগুলিকে 1 এর মান সেট করুন এবং প্রতিশ্রুতি মেয়াদ সেট করুন প্রতিশ্রুতি নেই. এটি আপনাকে দ্রুত আপনার কাস্টম প্রম্পটগুলির সাথে আপনার মডেলগুলি পরীক্ষা করা শুরু করতে দেয় এবং প্রশিক্ষণটি পর্যাপ্ত কিনা তা পরীক্ষা করতে দেয়৷ অধিকন্তু, যখন নতুন সূক্ষ্ম-টিউনড মডেল এবং নতুন সংস্করণ উপলব্ধ হয়, আপনি যতক্ষণ পর্যন্ত একই মডেলের অন্যান্য সংস্করণের সাথে এটি আপডেট করেন ততক্ষণ আপনি প্রভিশনড থ্রুপুট আপডেট করতে পারেন।
ফাইন-টিউনিং ফলাফল
Ron the dog এবং Smila the cat-এর মডেল কাস্টমাইজ করার জন্য আমাদের কাজের জন্য, পরীক্ষায় দেখা গেছে যে সেরা হাইপারপ্যারামিটারগুলি ছিল 5,000 ধাপের ব্যাচের আকার 8 এবং শেখার হার 1e-5।
কাস্টমাইজড মডেল দ্বারা উত্পন্ন চিত্রের কিছু উদাহরণ নিচে দেওয়া হল।
 |
 |
 |
| সুপারহিরো কেপ পরা কুকুর রন | চাঁদে কুকুর রন | সানগ্লাস সহ একটি সুইমিং পুলে কুকুরটিকে রোন করুন |
 |
 |
 |
| তুষার উপর বিড়াল স্মাইল | ক্যামেরার দিকে তাকিয়ে সাদা কালো বিড়াল হাসছে | ক্রিসমাস টুপি পরা বিড়াল স্মাইল |
উপসংহার
এই পোস্টে, আমরা আলোচনা করেছি কখন ভাল-মানের ছবি তৈরির জন্য আপনার প্রম্পটগুলিকে ইঞ্জিনিয়ার করার পরিবর্তে ফাইন-টিউনিং ব্যবহার করতে হবে। আমরা দেখিয়েছি কিভাবে অ্যামাজন টাইটান ইমেজ জেনারেটর মডেলটি ফাইন-টিউন করা যায় এবং কাস্টম মডেলটি অ্যামাজন বেডরকে স্থাপন করা যায়। সূক্ষ্ম-টিউনিংয়ের জন্য কীভাবে আপনার ডেটা প্রস্তুত করতে হয় এবং আরও সঠিক মডেল কাস্টমাইজেশনের জন্য সর্বোত্তম হাইপারপ্যারামিটার সেট করতে হয় সে সম্পর্কে আমরা সাধারণ নির্দেশিকাও দিয়েছি।
পরবর্তী পদক্ষেপ হিসাবে, আপনি নিম্নলিখিত মানিয়ে নিতে পারেন উদাহরণ অ্যামাজন টাইটান ইমেজ জেনারেটর ব্যবহার করে হাইপার-ব্যক্তিগত ছবি তৈরি করতে আপনার ব্যবহারের ক্ষেত্রে।
লেখক সম্পর্কে
মাইরা লাদেইরা টাঙ্কে AWS-এর একজন সিনিয়র জেনারেটিভ এআই ডেটা সায়েন্টিস্ট। মেশিন লার্নিং এর ব্যাকগ্রাউন্ডের সাথে, তার 10 বছরের বেশি অভিজ্ঞতা রয়েছে শিল্প জুড়ে গ্রাহকদের সাথে আর্কিটেক্টিং এবং এআই অ্যাপ্লিকেশন তৈরি করার। প্রযুক্তিগত নেতৃত্ব হিসাবে, তিনি আমাজন বেডরকে জেনারেটিভ এআই সমাধানের মাধ্যমে গ্রাহকদের তাদের ব্যবসায়িক মূল্যের অর্জনকে ত্বরান্বিত করতে সহায়তা করেন। তার অবসর সময়ে, মাইরা তার বিড়াল স্মাইলার সাথে খেলা, এবং তার পরিবারের সাথে উষ্ণ কোথাও সময় কাটাতে উপভোগ করে।
দানি মিচেল অ্যামাজন ওয়েব সার্ভিসেসের একজন এআই/এমএল বিশেষজ্ঞ সলিউশন আর্কিটেক্ট। তিনি কম্পিউটার ভিশন ব্যবহারের ক্ষেত্রে এবং EMEA জুড়ে গ্রাহকদের তাদের ML যাত্রাকে ত্বরান্বিত করতে সহায়তা করার দিকে মনোনিবেশ করেন।
ভারতী শ্রীনিবাসন AWS প্রফেশনাল সার্ভিসেসের একজন ডেটা সায়েন্টিস্ট, যেখানে তিনি আমাজন বেডরকে চমৎকার জিনিস তৈরি করতে পছন্দ করেন। তিনি দায়িত্বশীল AI এর উপর ফোকাস রেখে মেশিন লার্নিং অ্যাপ্লিকেশন থেকে ব্যবসায়িক মূল্য চালনার বিষয়ে উত্সাহী৷ গ্রাহকদের জন্য নতুন এআই অভিজ্ঞতা তৈরির বাইরে, ভারতী বিজ্ঞান কল্পকাহিনী লিখতে এবং নিজেকে ধৈর্যশীল খেলার সাথে চ্যালেঞ্জ করতে পছন্দ করে।
অচিন জৈন অ্যামাজন আর্টিফিশিয়াল জেনারেল ইন্টেলিজেন্স (এজিআই) দলের একজন ফলিত বিজ্ঞানী। টেক্সট-টু-ইমেজ মডেলগুলিতে তার দক্ষতা রয়েছে এবং তিনি অ্যামাজন টাইটান ইমেজ জেনারেটর তৈরিতে মনোনিবেশ করেছেন।
- এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
- PlatoData.Network উল্লম্ব জেনারেটিভ Ai. নিজেকে ক্ষমতায়িত করুন। এখানে প্রবেশ করুন.
- প্লেটোএআইস্ট্রিম। Web3 ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
- প্লেটোইএসজি। কার্বন, ক্লিনটেক, শক্তি, পরিবেশ সৌর, বর্জ্য ব্যবস্থাপনা. এখানে প্রবেশ করুন.
- প্লেটো হেলথ। বায়োটেক এবং ক্লিনিক্যাল ট্রায়াল ইন্টেলিজেন্স। এখানে প্রবেশ করুন.
- উত্স: https://aws.amazon.com/blogs/machine-learning/fine-tune-your-amazon-titan-image-generator-g1-model-using-amazon-bedrock-model-customization/
