Amazon Titan lmage Generator G1 គឺ​ជា​គំរូ​អត្ថបទ​ទៅ​រូបភាព​ដ៏​ទំនើប​ដែល​អាច​រក​បាន​តាម​រយៈ ក្រុមហ៊ុន Amazon Bedrockដែល​អាច​យល់​ពី​ការ​ជំរុញ​ឱ្យ​ពណ៌នា​អំពី​វត្ថុ​ជា​ច្រើន​ក្នុង​បរិបទ​ផ្សេងៗ និង​ចាប់​យក​ព័ត៌មាន​លម្អិត​ពាក់ព័ន្ធ​ទាំងនេះ​ក្នុង​រូបភាព​ដែល​វា​បង្កើត។ វាមាននៅក្នុង US East (N. Virginia) និង US West (Oregon) AWS Regions ហើយអាចអនុវត្តការងារកែរូបភាពកម្រិតខ្ពស់ដូចជាការច្រឹបឆ្លាតវៃ ការគូររូប និងការផ្លាស់ប្តូរផ្ទៃខាងក្រោយ។ ទោះជាយ៉ាងណាក៏ដោយ អ្នកប្រើប្រាស់ចង់សម្របគំរូទៅនឹងលក្ខណៈពិសេសនៅក្នុងសំណុំទិន្នន័យផ្ទាល់ខ្លួន ដែលម៉ូដែលនេះមិនត្រូវបានបណ្តុះបណ្តាលរួចហើយ។ សំណុំទិន្នន័យផ្ទាល់ខ្លួនអាចរួមបញ្ចូលទិន្នន័យដែលមានកម្មសិទ្ធិខ្ពស់ដែលស្របតាមគោលការណ៍ណែនាំម៉ាករបស់អ្នក ឬរចនាប័ទ្មជាក់លាក់ដូចជាយុទ្ធនាការពីមុន។ ដើម្បីដោះស្រាយករណីប្រើប្រាស់ទាំងនេះ និងបង្កើតរូបភាពផ្ទាល់ខ្លួនទាំងស្រុង អ្នកអាចកែសម្រួល Amazon Titan Image Generator ជាមួយនឹងទិន្នន័យផ្ទាល់ខ្លួនរបស់អ្នកដោយប្រើ ម៉ូដែលផ្ទាល់ខ្លួនសម្រាប់ Amazon Bedrock.

ពីការបង្កើតរូបភាពរហូតដល់ការកែសម្រួលពួកវា គំរូអត្ថបទទៅរូបភាពមានកម្មវិធីទូលំទូលាយនៅទូទាំងឧស្សាហកម្ម។ ពួកគេអាចបង្កើនភាពច្នៃប្រឌិតរបស់បុគ្គលិក និងផ្តល់នូវសមត្ថភាពក្នុងការស្រមៃមើលលទ្ធភាពថ្មីៗដោយគ្រាន់តែមានការពិពណ៌នាអត្ថបទ។ ជាឧទាហរណ៍ វាអាចជួយដល់ការរចនា និងការធ្វើផែនការជាន់សម្រាប់ស្ថាបត្យករ និងអនុញ្ញាតឱ្យមានការច្នៃប្រឌិតលឿនជាងមុន ដោយផ្តល់នូវសមត្ថភាពក្នុងការមើលឃើញការរចនាផ្សេងៗដោយមិនចាំបាច់មានដំណើរការបង្កើតដោយដៃ។ ស្រដៀងគ្នានេះដែរ វាអាចជួយក្នុងការរចនានៅទូទាំងឧស្សាហកម្មផ្សេងៗ ដូចជាការផលិត ការរចនាម៉ូដនៅក្នុងហាងលក់រាយ និងការរចនាហ្គេម ដោយសម្រួលដល់ការបង្កើតក្រាហ្វិក និងគំនូរ។ គំរូអត្ថបទទៅរូបភាពក៏បង្កើនបទពិសោធន៍អតិថិជនរបស់អ្នកផងដែរ ដោយអនុញ្ញាតឱ្យមានការផ្សាយពាណិជ្ជកម្មផ្ទាល់ខ្លួន ក៏ដូចជាការជជែកកំសាន្តដែលមើលឃើញប្រកបដោយអន្តរកម្ម និងគួរឱ្យចាប់អារម្មណ៍នៅក្នុងករណីប្រើប្រាស់ប្រព័ន្ធផ្សព្វផ្សាយ និងការកម្សាន្ត។

នៅក្នុងការប្រកាសនេះ យើងណែនាំអ្នកអំពីដំណើរការនៃការកែសម្រួលគំរូបង្កើតរូបភាព Amazon Titan ដើម្បីស្វែងយល់ពីប្រភេទថ្មីពីរ៖ Ron the dog និង Smila the cat ដែលជាសត្វចិញ្ចឹមសំណព្វរបស់យើង។ យើងពិភាក្សាអំពីរបៀបរៀបចំទិន្នន័យរបស់អ្នកសម្រាប់ភារកិច្ចកែតម្រូវគំរូ និងរបៀបបង្កើតការងារកែសម្រួលគំរូនៅក្នុង Amazon Bedrock ។ ជាចុងក្រោយ យើងបង្ហាញអ្នកពីរបៀបសាកល្បង និងដាក់ពង្រាយគំរូដែលបានកែតម្រូវរបស់អ្នកជាមួយ លំហូរដែលបានផ្តល់.

ឆ្កែរ៉ន	ញញឹមឆ្មា

ការវាយតម្លៃសមត្ថភាពគំរូ មុនពេលធ្វើការកែតម្រូវការងារ

គំរូមូលដ្ឋានត្រូវបានបណ្តុះបណ្តាលលើទិន្នន័យយ៉ាងច្រើន ដូច្នេះវាពិតជាអាចទៅរួចដែលថាគំរូរបស់អ្នកនឹងដំណើរការបានល្អគ្រប់គ្រាន់ចេញពីប្រអប់។ នោះហើយជាមូលហេតុដែលវាជាការអនុវត្តដ៏ល្អដើម្បីពិនិត្យមើលថាតើអ្នកពិតជាត្រូវការកែតម្រូវគំរូរបស់អ្នកសម្រាប់ករណីប្រើប្រាស់របស់អ្នក ឬប្រសិនបើវិស្វកម្មភ្លាមៗគឺគ្រប់គ្រាន់។ តោះព្យាយាមបង្កើតរូបភាពមួយចំនួនរបស់ Ron the dog និង Smila the cat ជាមួយនឹងគំរូ Amazon Titan Image Generator ដូចបានបង្ហាញក្នុងរូបថតអេក្រង់ខាងក្រោម។

ដូចដែលបានរំពឹងទុក ម៉ូដែលក្រៅប្រអប់មិនទាន់ស្គាល់ Ron និង Smila នៅឡើយទេ ហើយលទ្ធផលដែលបានបង្កើតបង្ហាញសត្វឆ្កែ និងឆ្មាខុសៗគ្នា។ ជាមួយនឹងវិស្វកម្មភ្លាមៗ យើងអាចផ្តល់ព័ត៌មានលម្អិតបន្ថែមទៀត ដើម្បីចូលទៅជិតរូបរាងសត្វចិញ្ចឹមដែលយើងចូលចិត្ត។

ទោះបីជារូបភាពដែលបានបង្កើតមានលក្ខណៈស្រដៀងនឹង Ron និង Smila ក៏ដោយ ក៏យើងឃើញថាម៉ូដែលនេះមិនអាចបង្កើតភាពដូចគ្នាពេញលេញរបស់វាឡើងវិញបានទេ។ ឥឡូវនេះ ចូរចាប់ផ្តើមការងារកែសំរួលជាមួយរូបថតពី Ron និង Smila ដើម្បីទទួលបានលទ្ធផលស្របគ្នា និងផ្ទាល់ខ្លួន។

ម៉ាស៊ីនបង្កើតរូបភាព Amazon Titan ដែលត្រូវបានកែសម្រួលយ៉ាងល្អិតល្អន់

Amazon Bedrock ផ្តល់ឱ្យអ្នកនូវបទពិសោធន៍គ្មានម៉ាស៊ីនមេសម្រាប់ការកែតម្រូវគំរូ Amazon Titan Image Generator របស់អ្នក។ អ្នកគ្រាន់តែត្រូវរៀបចំទិន្នន័យរបស់អ្នក ហើយជ្រើសរើស hyperparameter របស់អ្នក ហើយ AWS នឹងដោះស្រាយការលើកធ្ងន់សម្រាប់អ្នក។

នៅពេលអ្នកប្រើគំរូ Amazon Titan Image Generator ដើម្បីកែសម្រួល ច្បាប់ចម្លងនៃគំរូនេះត្រូវបានបង្កើតនៅក្នុងគណនីអភិវឌ្ឍន៍គំរូ AWS ដែលជាកម្មសិទ្ធិ និងគ្រប់គ្រងដោយ AWS ហើយការងារប្ដូរតាមបំណងគំរូត្រូវបានបង្កើត។ ការងារនេះបន្ទាប់មកចូលប្រើទិន្នន័យកែតម្រូវពី VPC ហើយគំរូ amazon Titan បានធ្វើបច្ចុប្បន្នភាពទម្ងន់របស់វា។ បន្ទាប់មក ម៉ូដែលថ្មីត្រូវបានរក្សាទុកក្នុង សេវាកម្មផ្ទុកសាមញ្ញរបស់ក្រុមហ៊ុន Amazon (Amazon S3) ដែលមានទីតាំងនៅក្នុងគណនីអភិវឌ្ឍន៍គំរូដូចគ្នាទៅនឹងម៉ូដែលមុនការបណ្តុះបណ្តាល។ ឥឡូវនេះវាអាចត្រូវបានប្រើសម្រាប់ការសន្និដ្ឋានដោយគណនីរបស់អ្នកតែប៉ុណ្ណោះ ហើយមិនត្រូវបានចែករំលែកជាមួយគណនី AWS ផ្សេងទៀតទេ។ នៅពេលដំណើរការការសន្និដ្ឋាន អ្នកចូលប្រើគំរូនេះតាមរយៈ a ការគណនាសមត្ថភាពដែលបានផ្តល់ ឬដោយផ្ទាល់ដោយប្រើ ការសន្និដ្ឋានបណ្តុំសម្រាប់ Amazon Bedrock. ដោយឯករាជ្យពីម៉ូឌុលការសន្និដ្ឋានដែលបានជ្រើសរើស ទិន្នន័យរបស់អ្នកនៅតែមាននៅក្នុងគណនីរបស់អ្នក ហើយមិនត្រូវបានចម្លងទៅគណនីដែលគ្រប់គ្រងដោយ AWS ឬប្រើដើម្បីកែលម្អគំរូបង្កើតរូបភាព Amazon Titan ទេ។

ដ្យាក្រាមខាងក្រោមបង្ហាញពីដំណើរការការងារនេះ។

ឯកជនភាពទិន្នន័យ និងសុវត្ថិភាពបណ្តាញ

ទិន្នន័យរបស់អ្នកដែលបានប្រើសម្រាប់ការកែតម្រូវ រួមទាំងការជម្រុញ ក៏ដូចជាគំរូផ្ទាល់ខ្លួន នៅតែជាឯកជននៅក្នុងគណនី AWS របស់អ្នក។ ពួកគេមិនត្រូវបានចែករំលែក ឬប្រើប្រាស់សម្រាប់ការបណ្តុះបណ្តាលគំរូ ឬការកែលម្អសេវាកម្មនោះទេ ហើយមិនត្រូវបានចែករំលែកជាមួយអ្នកផ្តល់គំរូភាគីទីបីឡើយ។ ទិន្នន័យទាំងអស់ដែលប្រើសម្រាប់ការកែតម្រូវគឺត្រូវបានអ៊ិនគ្រីបក្នុងពេលធ្វើដំណើរ និងពេលសម្រាក។ ទិន្នន័យនៅតែស្ថិតក្នុងតំបន់ដដែលដែលការហៅ API ត្រូវបានដំណើរការ។ អ្នកក៏អាចប្រើផងដែរ។ AWS PrivateLink ដើម្បីបង្កើតការតភ្ជាប់ឯកជនរវាងគណនី AWS ដែលទិន្នន័យរបស់អ្នករស់នៅ និង VPC ។

ការរៀបចំទិន្នន័យ

មុនពេលអ្នកអាចបង្កើតការងារប្ដូរតាមបំណងគំរូ អ្នកត្រូវធ្វើ រៀបចំសំណុំទិន្នន័យបណ្តុះបណ្តាលរបស់អ្នក។. ទម្រង់នៃសំណុំទិន្នន័យបណ្ដុះបណ្ដាលរបស់អ្នកអាស្រ័យលើប្រភេទនៃការងារប្ដូរតាមបំណងដែលអ្នកកំពុងបង្កើត (ការកែសម្រួល ឬបន្តការបណ្តុះបណ្តាលមុន) និងទម្រង់នៃទិន្នន័យរបស់អ្នក (អត្ថបទទៅអត្ថបទ អត្ថបទទៅរូបភាព ឬរូបភាពទៅ- ការបង្កប់) ។ សម្រាប់ម៉ូដែល Amazon Titan Image Generator អ្នកត្រូវផ្តល់រូបភាពដែលអ្នកចង់ប្រើសម្រាប់ការកែតម្រូវ និងចំណងជើងសម្រាប់រូបភាពនីមួយៗ។ Amazon Bedrock រំពឹងថារូបភាពរបស់អ្នកនឹងត្រូវបានរក្សាទុកនៅលើ Amazon S3 ហើយរូបភាព និងចំណងជើងជាគូនឹងត្រូវបានផ្តល់ជាទម្រង់ JSONL ជាមួយនឹងបន្ទាត់ JSON ច្រើន។

បន្ទាត់ JSON នីមួយៗគឺជាគំរូដែលមានរូបភាព-ref, S3 URI សម្រាប់រូបភាព និងចំណងជើងដែលរួមបញ្ចូលការបញ្ចូលអត្ថបទសម្រាប់រូបភាព។ រូបភាពរបស់អ្នកត្រូវតែជាទម្រង់ JPEG ឬ PNG ។ កូដខាងក្រោមបង្ហាញឧទាហរណ៍នៃទម្រង់៖

{"image-ref": "s3://bucket/path/to/image001.png", "caption": "" } {"image-ref": "s3://bucket/path/to/image002.png", "caption": "" } {"image-ref": "s3://bucket/path/to/image003.png", "caption": ""}

ដោយសារតែ "Ron" និង "Smila" គឺជាឈ្មោះដែលអាចត្រូវបានប្រើក្នុងបរិបទផ្សេងទៀតផងដែរ ដូចជាឈ្មោះរបស់មនុស្ស យើងបន្ថែមអត្តសញ្ញាណ "Ron the dog" និង "Smila the cat" នៅពេលបង្កើតការជម្រុញដើម្បីកែសម្រួលគំរូរបស់យើង . ទោះបីជាវាមិនមែនជាតម្រូវការសម្រាប់លំហូរការងារដែលបានកែតម្រូវក៏ដោយ ព័ត៌មានបន្ថែមនេះផ្តល់នូវភាពច្បាស់លាស់នៃបរិបទសម្រាប់ម៉ូដែលនៅពេលដែលវាត្រូវបានប្ដូរតាមបំណងសម្រាប់ថ្នាក់ថ្មី ហើយនឹងជៀសវាងការភាន់ច្រលំនៃ '"Ron the dog" ជាមួយមនុស្សហៅថា Ron និង " Smila the cat” ជាមួយទីក្រុង Smila ក្នុងប្រទេសអ៊ុយក្រែន។ ដោយប្រើតក្កវិជ្ជានេះ រូបភាពខាងក្រោមបង្ហាញគំរូនៃសំណុំទិន្នន័យបណ្តុះបណ្តាលរបស់យើង។

ឆ្កែ Ron ដេកលើគ្រែឆ្កែពណ៌ស	Ron ឆ្កែអង្គុយនៅលើឥដ្ឋ	Ron ឆ្កែដេកនៅលើកៅអីរថយន្ត

ញញឹមឆ្មាដេកលើសាឡុង	ឆ្មាញញឹមសម្លឹងកាមេរ៉ាដែលដាក់នៅលើសាឡុង	ញញឹមឆ្មាដែលដាក់ក្នុងឧបករណ៍ដឹកជញ្ជូនសត្វចិញ្ចឹម

នៅពេលបំប្លែងទិន្នន័យរបស់យើងទៅជាទម្រង់ដែលរំពឹងទុកដោយការងារប្ដូរតាមបំណង យើងទទួលបានរចនាសម្ព័ន្ធគំរូដូចខាងក្រោម៖

{"image-ref": "/ron_01.jpg", "caption": "Ron the dog laying on a white dog bed"} {"image-ref": "/ron_02.jpg", "caption": "ឆ្កែ រ៉ន អង្គុយលើកម្រាលឥដ្ឋ"} {"image-ref": "/ron_03.jpg", "caption": "រ៉នឆ្កែដេកលើកៅអីឡាន"} {"image-ref": "/smila_01.jpg", "caption": "ញញឹមឆ្មាដេកលើសាឡុង"} {"image-ref": "/smila_02.jpg", "caption": "ញញឹមឆ្មាអង្គុយក្បែរបង្អួចក្បែររូបចម្លាក់ឆ្មា"} {"image-ref": "/smila_03.jpg", "caption": "ញញឹមឆ្មាដេកលើអ្នកដឹកជញ្ជូនសត្វចិញ្ចឹម"}

បន្ទាប់ពីយើងបានបង្កើតឯកសារ JSONL របស់យើងហើយ យើងត្រូវរក្សាទុកវានៅលើធុង S3 ដើម្បីចាប់ផ្តើមការងារប្ដូរតាមបំណងរបស់យើង។ ការងារកែសំរួលរូបភាពរបស់ Amazon Titan G1 នឹងដំណើរការជាមួយរូបភាព 5-10,000 ។ សម្រាប់ឧទាហរណ៍ដែលបានពិភាក្សានៅក្នុងការប្រកាសនេះ យើងប្រើរូបភាពចំនួន 60៖ 30 នៃ Ron the dog និង 30 of Smila the cat ។ ជាទូទៅ ការផ្តល់នូវប្រភេទរចនាប័ទ្ម ឬថ្នាក់កាន់តែច្រើនដែលអ្នកកំពុងព្យាយាមរៀននឹងធ្វើអោយប្រសើរឡើងនូវភាពត្រឹមត្រូវនៃគំរូដែលបានកែតម្រូវរបស់អ្នក។ ទោះជាយ៉ាងណាក៏ដោយ រូបភាពកាន់តែច្រើនដែលអ្នកប្រើសម្រាប់ការកែតម្រូវ ពេលវេលាកាន់តែច្រើននឹងត្រូវបានទាមទារសម្រាប់ការងារកែតម្រូវដើម្បីបញ្ចប់។ ចំនួនរូបភាពដែលបានប្រើក៏មានឥទ្ធិពលលើការកំណត់តម្លៃនៃការងារដែលបានកែតម្រូវរបស់អ្នកផងដែរ។ យោងទៅ តម្លៃ Amazon Bedrock សម្រាប់​ព​ត៌​មាន​បន្ថែម។

ម៉ាស៊ីនបង្កើតរូបភាព Amazon Titan ដែលត្រូវបានកែសម្រួលយ៉ាងល្អិតល្អន់

ឥឡូវនេះយើងមានទិន្នន័យបណ្តុះបណ្តាលរបស់យើងរួចរាល់ យើងអាចចាប់ផ្តើមការងារប្ដូរតាមបំណងថ្មី។ ដំណើរការនេះអាចត្រូវបានធ្វើទាំងតាមរយៈកុងសូល Amazon Bedrock ឬ APIs ។ ដើម្បីប្រើកុងសូល Amazon Bedrock សូមបំពេញជំហានខាងក្រោម៖

1. នៅលើកុងសូល Amazon Bedrock សូមជ្រើសរើស ម៉ូដែលផ្ទាល់ខ្លួន នៅក្នុងផ្ទាំងរុករក។
2. នៅ​លើ ប្ដូរតាមបំណងគំរូ ម៉ឺនុយជ្រើសរើស បង្កើតការងារកែតម្រូវ.
3. សម្រាប់ ឈ្មោះម៉ូដែលដែលបានកែតម្រូវបញ្ចូលឈ្មោះសម្រាប់ម៉ូដែលថ្មីរបស់អ្នក។
4. សម្រាប់ ការកំណត់រចនាសម្ព័ន្ធការងារបញ្ចូលឈ្មោះសម្រាប់ការងារបណ្តុះបណ្តាល។
5. សម្រាប់ បញ្ចូល​ទិន្នន័យបញ្ចូលផ្លូវ S3 នៃទិន្នន័យបញ្ចូល។
   
6. ក្នុង ប៉ារ៉ាម៉ែត្រខ្ពស់ ផ្នែក ផ្តល់តម្លៃសម្រាប់ដូចខាងក្រោម៖
   1. ចំនួនជំហាន - ចំនួនដងដែលគំរូត្រូវបានប៉ះពាល់ទៅនឹងបាច់នីមួយៗ។
   2. ទំហំបាច់ - ចំនួនគំរូដែលបានដំណើរការមុនពេលធ្វើបច្ចុប្បន្នភាពប៉ារ៉ាម៉ែត្រគំរូ។
   3. អត្រារៀន - អត្រាដែលប៉ារ៉ាម៉ែត្រគំរូត្រូវបានធ្វើបច្ចុប្បន្នភាពបន្ទាប់ពីបាច់នីមួយៗ។ ជម្រើសនៃប៉ារ៉ាម៉ែត្រទាំងនេះអាស្រ័យលើសំណុំទិន្នន័យដែលបានផ្តល់ឱ្យ។ ជាគោលការណ៍ណែនាំទូទៅ យើងសូមណែនាំអ្នកឱ្យចាប់ផ្តើមដោយជួសជុលទំហំបាច់ទៅ 8 អត្រាសិក្សាទៅ 1e-5 ហើយកំណត់ចំនួនជំហានដោយយោងតាមចំនួនរូបភាពដែលបានប្រើ ដូចដែលបានរៀបរាប់លម្អិតក្នុងតារាងខាងក្រោម។

ចំនួនរូបភាពដែលបានផ្តល់	8	32	64	1,000	10,000
ចំនួនជំហានដែលបានណែនាំ	1,000	4,000	8,000	10,000	12,000

ប្រសិនបើលទ្ធផលនៃការងារកែតម្រូវរបស់អ្នកមិនពេញចិត្ត សូមពិចារណាបង្កើនចំនួនជំហាន ប្រសិនបើអ្នកមិនសង្កេតឃើញសញ្ញាណាមួយនៃរចនាប័ទ្មនៅក្នុងរូបភាពដែលបានបង្កើត ហើយបន្ថយចំនួនជំហាន ប្រសិនបើអ្នកសង្កេតមើលរចនាប័ទ្មនៅក្នុងរូបភាពដែលបានបង្កើត ប៉ុន្តែ ជាមួយនឹងវត្ថុបុរាណឬភាពមិនច្បាស់។ ប្រសិនបើគំរូដែលបានកែតម្រូវមិនបានជោគជ័យក្នុងការសិក្សារចនាប័ទ្មពិសេសនៅក្នុងសំណុំទិន្នន័យរបស់អ្នកសូម្បីតែបន្ទាប់ពី 40,000 ជំហានក៏ដោយ សូមពិចារណាបង្កើនទំហំបាច់ ឬអត្រាសិក្សា។

7. ក្នុង ទិន្នន័យលទ្ធផល ផ្នែក បញ្ចូលផ្លូវលទ្ធផល S3 ដែលលទ្ធផលនៃសុពលភាព រួមទាំងការបាត់បង់សុពលភាពដែលបានកត់ត្រាតាមកាលកំណត់ និងរង្វាស់ភាពត្រឹមត្រូវត្រូវបានរក្សាទុក។
8. ក្នុង ការចូលប្រើសេវាកម្ម ផ្នែក, បង្កើតថ្មី។ អត្តសញ្ញាណ AWS និងការគ្រប់គ្រងការចូលប្រើ តួនាទី (IAM) ឬជ្រើសរើសតួនាទី IAM ដែលមានស្រាប់ជាមួយនឹងការអនុញ្ញាតចាំបាច់ដើម្បីចូលប្រើធុង S3 របស់អ្នក។

ការអនុញ្ញាតនេះអនុញ្ញាតឱ្យ Amazon Bedrock ទាញយកសំណុំទិន្នន័យបញ្ចូល និងសុពលភាពពីធុងដែលអ្នកបានកំណត់ ហើយរក្សាទុកលទ្ធផលសុពលភាពយ៉ាងរលូននៅក្នុងធុង S3 របស់អ្នក។

9. ជ្រើស គំរូបទភ្លេង.
   

ជាមួយនឹងការកំណត់ត្រឹមត្រូវ Amazon Bedrock នឹងបណ្តុះបណ្តាលគំរូផ្ទាល់ខ្លួនរបស់អ្នក។

ដាក់ពង្រាយម៉ាស៊ីនបង្កើតរូបភាព Amazon Titan ដែលត្រូវបានកែសម្រួលយ៉ាងល្អជាមួយនឹងការផ្តល់តាមរយៈការផ្តល់

បន្ទាប់​ពី​អ្នក​បង្កើត​គំរូ​ផ្ទាល់​ខ្លួន ការ​ផ្ដល់​ការ​ឆ្លង​កាត់​អនុញ្ញាត​ឱ្យ​អ្នក​បែងចែក​អត្រា​ថេរ​នៃ​សមត្ថភាព​ដំណើរការ​ដែល​បាន​កំណត់​ទុក​ជា​មុន​ដល់​គំរូ​ផ្ទាល់ខ្លួន។ ការបែងចែកនេះផ្តល់នូវកម្រិតនៃការអនុវត្ត និងសមត្ថភាពស្របគ្នាសម្រាប់ការគ្រប់គ្រងបន្ទុកការងារ ដែលនាំឱ្យដំណើរការកាន់តែប្រសើរឡើងនៅក្នុងបន្ទុកផលិតកម្ម។ អត្ថប្រយោជន៍ទីពីរនៃការផ្តល់តាមរយៈការផ្តល់គឺការគ្រប់គ្រងថ្លៃដើម ពីព្រោះការកំណត់តម្លៃស្តង់ដារដែលផ្អែកលើសញ្ញាសម្ងាត់ជាមួយនឹងរបៀបការសន្និដ្ឋានតាមតម្រូវការអាចពិបាកក្នុងការទស្សន៍ទាយក្នុងទ្រង់ទ្រាយធំ។

នៅពេលដែលការលៃតម្រូវដ៏ល្អនៃម៉ូដែលរបស់អ្នកត្រូវបានបញ្ចប់ គំរូនេះនឹងបង្ហាញនៅលើ ម៉ូដែលផ្ទាល់ខ្លួន' ទំព័រនៅលើកុងសូល Amazon Bedrock ។

ដើម្បីទិញការផ្តល់តាមរយៈការផ្តល់ សូមជ្រើសរើសគំរូផ្ទាល់ខ្លួន ដែលអ្នកគ្រាន់តែលៃតម្រូវ និងជ្រើសរើស ការទិញតាមរយៈការផ្តល់.

វាបង្កើតគំរូដែលបានជ្រើសរើសជាមុនដែលអ្នកចង់ទិញតាមរយៈការផ្តល់។ សម្រាប់​ការ​សាកល្បង​គំរូ​ដែល​បាន​កែ​សម្រួល​របស់​អ្នក​មុន​ពេល​ដាក់​ឱ្យ​ប្រើ សូម​កំណត់​ឯកតា​គំរូ​ទៅ​តម្លៃ 1 ហើយ​កំណត់​ពាក្យ​សន្យា​ទៅ គ្មានការប្តេជ្ញាចិត្ត. វាអនុញ្ញាតឱ្យអ្នកចាប់ផ្តើមសាកល្បងម៉ូដែលរបស់អ្នកបានយ៉ាងឆាប់រហ័សជាមួយនឹងការជម្រុញផ្ទាល់ខ្លួនរបស់អ្នក ហើយពិនិត្យមើលថាតើការបណ្តុះបណ្តាលគឺគ្រប់គ្រាន់ដែរឬទេ។ ជាងនេះទៅទៀត នៅពេលដែលម៉ូដែលដែលបានកែតម្រូវថ្មី និងកំណែថ្មីអាចរកបាន អ្នកអាចធ្វើបច្ចុប្បន្នភាពតាមរយៈការផ្តល់សេវា ដរាបណាអ្នកធ្វើបច្ចុប្បន្នភាពវាជាមួយនឹងកំណែផ្សេងទៀតនៃម៉ូដែលដូចគ្នា។

លទ្ធផល​កែ​សម្រួល

សម្រាប់ភារកិច្ចរបស់យើងក្នុងការប្ដូរគំរូតាម Ron the dog និង Smila the cat ការពិសោធន៍បានបង្ហាញថា hyperparameters ល្អបំផុតគឺ 5,000 ជំហានដែលមានទំហំបាច់ 8 និងអត្រាសិក្សា 1e-5។

ខាង​ក្រោម​នេះ​គឺ​ជា​ឧទាហរណ៍​មួយ​ចំនួន​នៃ​រូបភាព​ដែល​បាន​បង្កើត​ដោយ​គំរូ​តាម​បំណង។

ឆ្កែ Ron ពាក់មួកកំពូលវីរបុរស	Ron ឆ្កែនៅលើព្រះច័ន្ទ	Ron ឆ្កែនៅក្នុងអាងហែលទឹកជាមួយវ៉ែនតា

ញញឹមឆ្មានៅលើព្រិល	ញញឹម​ឆ្មា​ខ្មៅ​ស​សម្លឹង​កាមេរ៉ា	ញញឹមឆ្មាពាក់មួកបុណ្យណូអែល

សន្និដ្ឋាន

នៅក្នុងការបង្ហោះនេះ យើងបានពិភាក្សាអំពីពេលដែលត្រូវប្រើការកែតម្រូវជាជាងការវិស្វកម្មការជម្រុញរបស់អ្នកសម្រាប់ការបង្កើតរូបភាពដែលមានគុណភាពល្អជាងមុន។ យើងបានបង្ហាញពីរបៀបកែតម្រូវគំរូ Amazon Titan Image Generator និងដាក់ពង្រាយគំរូផ្ទាល់ខ្លួននៅលើ Amazon Bedrock ។ យើងក៏បានផ្តល់គោលការណ៍ណែនាំទូទៅអំពីរបៀបរៀបចំទិន្នន័យរបស់អ្នកសម្រាប់ការកែតម្រូវ និងកំណត់ប៉ារ៉ាម៉ែត្រខ្ពស់ដ៏ល្អប្រសើរសម្រាប់ការប្ដូរតាមបំណងគំរូកាន់តែត្រឹមត្រូវ។

ជាជំហានបន្ទាប់ អ្នកអាចសម្របដូចខាងក្រោម ឧទាហរណ៍ ចំពោះករណីប្រើប្រាស់របស់អ្នកដើម្បីបង្កើតរូបភាពផ្ទាល់ខ្លួនខ្ពស់ដោយប្រើ Amazon Titan Image Generator ។

---

អំពីនិពន្ធនេះ

Maira Ladeira Tanke គឺជាអ្នកវិទ្យាសាស្ត្រទិន្នន័យ AI ជំនាន់ថ្មីនៅ AWS ។ ជាមួយនឹងសាវតានៃការរៀនម៉ាស៊ីន នាងមានបទពិសោធន៍ជាង 10 ឆ្នាំក្នុងស្ថាបត្យកម្ម និងបង្កើតកម្មវិធី AI ជាមួយអតិថិជនទូទាំងឧស្សាហកម្មនានា។ ក្នុងនាមជាអ្នកដឹកនាំផ្នែកបច្ចេកទេស នាងជួយអតិថិជនពន្លឿនការសម្រេចបាននូវតម្លៃអាជីវកម្មរបស់ពួកគេតាមរយៈដំណោះស្រាយ AI ទូទៅនៅលើ Amazon Bedrock ។ ពេលទំនេរ នាង Maira ចូលចិត្តធ្វើដំណើរ លេងជាមួយឆ្មា Smila និងចំណាយពេលជាមួយគ្រួសាររបស់នាងនៅកន្លែងណាមួយដ៏កក់ក្តៅ។

ដានី មីតឆេល។ គឺជាស្ថាបត្យករឯកទេសដំណោះស្រាយ AI/ML នៅ Amazon Web Services។ គាត់ផ្តោតលើករណីប្រើប្រាស់កុំព្យូទ័រ និងជួយអតិថិជននៅទូទាំង EMEA បង្កើនល្បឿនដំណើរ ML របស់ពួកគេ។

Bharathi Srinivasan គឺជាអ្នកវិទ្យាសាស្ត្រទិន្នន័យនៅ AWS Professional Services ជាកន្លែងដែលនាងចូលចិត្តបង្កើតរបស់ល្អៗនៅលើ Amazon Bedrock។ នាងពេញចិត្តក្នុងការជំរុញតម្លៃអាជីវកម្មពីកម្មវិធីរៀនម៉ាស៊ីន ដោយផ្តោតលើ AI ដែលមានទំនួលខុសត្រូវ។ ក្រៅពីការកសាងបទពិសោធន៍ AI ថ្មីសម្រាប់អតិថិជន Bharathi ចូលចិត្តសរសេររឿងប្រឌិតបែបវិទ្យាសាស្ត្រ និងប្រកួតប្រជែងជាមួយកីឡាស៊ូទ្រាំ។

អាឈីន ជិន គឺជាអ្នកវិទ្យាសាស្ត្រអនុវត្តជាមួយក្រុម Amazon Artificial General Intelligence (AGI) ។ គាត់មានជំនាញលើគំរូអត្ថបទទៅរូបភាព ហើយផ្តោតលើការបង្កើត Amazon Titan Image Generator ។

• SEO ដែលដំណើរការដោយមាតិកា និងការចែកចាយ PR ។ ទទួលបានការពង្រីកថ្ងៃនេះ។
• PlatoData.Network Vertical Generative Ai. ផ្តល់អំណាចដល់ខ្លួនអ្នក។ ចូលប្រើទីនេះ។
• PlatoAiStream Web3 Intelligence ។ ចំណេះដឹងត្រូវបានពង្រីក។ ចូលប្រើទីនេះ។
• ផ្លាតូអេសជី។ កាបូន CleanTech, ថាមពល, បរិស្ថាន, ពន្លឺព្រះអាទិត្យ ការគ្រប់គ្រងកាកសំណល់។ ចូលប្រើទីនេះ។
• ផ្លាតូសុខភាព។ ជីវបច្ចេកវិទ្យា និង ភាពវៃឆ្លាត សាកល្បងគ្លីនិក។ ចូលប្រើទីនេះ។
• ប្រភព: https://aws.amazon.com/blogs/machine-learning/fine-tune-your-amazon-titan-image-generator-g1-model-using-amazon-bedrock-model-customization/