网站开发安全性分析,wordpress ajax分页,WordPress公众号扫码登录,网站建设企业战略今天是清明小长假第一天#xff0c;没有外出踏青#xff0c;在家体验Amazon Bedrock的强大能力。Amazon Bedrock是专门为创新者量身打造的平台#xff0c;它提供了构建生成式人工智能应用程序所需的一切。
这次我主要尝试的是通过 Amazon Bedrock 里的 Stability AI SDXL 1…今天是清明小长假第一天没有外出踏青在家体验Amazon Bedrock的强大能力。Amazon Bedrock是专门为创新者量身打造的平台它提供了构建生成式人工智能应用程序所需的一切。
这次我主要尝试的是通过 Amazon Bedrock 里的 Stability AI SDXL 1.0进行AI绘画。其实我最初冲着Claude 3去的但可惜无法使用被欺骗了感情
好在Bedrock没有辜负我。它是一项完全托管的服务通过单个 API 提供来自 AI21 Labs、Anthropic、Cohere、Meta、Stability AI 和 Amazon TiTan 等领先人工智能公司的高性能基础模型FM以及通过安全性、隐私性和负责任的 AI 构建生成式人工智能应用程序所需的一系列广泛功能。
一、登录操作界面 二、体验 Stability AI SDXL 1.0模型
1、 选择Amazon Bedrock Stability AI SDXL 1.0模型
选择左侧菜单栏中选择操场中的图像功能 勾选所需要的模型 2、体验Stability AI SDXL 1.0模型
1 文生图
操作内容提示词a beautiful mountain landscape提示强度10生成步骤30种子10 2 图生图
点击图片选择编辑功能从Edit模式切换至Generate模式,输入提示词、高级配置等 操作内容提示词add denser number of trees, extend lake210负面提示词poorly rendered,poor background details,poorly drawn mountains,disfigured mountain features提示强度30生成步骤50种子321 3 图像编辑
将模式切换至Edit模式 并选择需要替换的区域. 输入提示词、选择提示强度生成图片 操作内容提示词add a bird提示强度10 三、体验调用Stability AI SDXL 1.0 API
1、使用Amazon Cloud 9
1、打开Amazon Cloud 9 实验环境
打开控制台搜索Cloud9 选择创建环境 设置环境详细信息
设置名称为 bedrock设置实例类型 t3.small平台 Ubuntu Server 22.04 LTS超时 30 分钟
2、打开Amazon Cloud9 IDE中终端
复制以下内容到终端执行命令以下载和解压缩代码
cd ~/environment/
curl https://csdn-1320873278.cos.ap-nanjing.myqcloud.com/workshop.zip --output workshop.zip
unzip workshop.zip安装实验所需的环境依赖项
pip3 install -r ~/environment/workshop/setup/requirements.txt -U选择 workshop/labs/api/bedrock_api.py 编写代码
import json
import boto3
import base64
import os
from PIL import Image
import iosession boto3.Session()
bedrock session.client(service_namebedrock-runtime) # creates a Bedrock client
bedrock_model_id stability.stable-diffusion-xl # set the foundation model
prompt a beautiful mountain landscape # the prompt to send to the model
seed 100body json.dumps({text_prompts: [{text: prompt}],seed: seed,cfg_scale: 10,steps: 30,
}) # build the request payload# send the payload to Bedrock
response bedrock.invoke_model(bodybody, modelIdbedrock_model_id, acceptapplication/json, contentTypeapplication/json)# read the response
response_body json.loads(response.get(body).read())base64_image_data response_body.get(artifacts)[0][base64]print(f{base64_image_data[0:80]}...)# Convert base64 image data to an image and save it to a file
image_data base64.b64decode(base64_image_data)os.makedirs(data, exist_okTrue)image Image.open(io.BytesIO(image_data))image.save(data/sd_generated_image.jpg)保存文件并在命令行处执行代码
python3 bedrock_api.py
