【摘要】 ModelArts简介ModelArts 是面向开发者的一站式 AI 开发平台，为机器学习与深度学习提供海量数据预处理及交互式智能标注、大规模分布式训练、自动化模型生成，及端-边-云模型按需部署能力，帮助用户快速创建和部署模型，管理全周期 AI 工作流。另外，ModelArts具有低门槛，高效率，高性能，易运维的特点。即ModelArts能够开箱即用，零基础3步即可构建AI模型；AI 开发...
ModelArts 是面向开发者的一站式 AI 开发平台，为机器学习与深度学习提供海量数据预处理及交互式智能标注、大规模分布式训练、自动化模型生成，及端-边-云模型按需部署能力，帮助用户快速创建和部署模型，管理全周期 AI 工作流。另外，ModelArts具有低门槛，高效率，高性能，易运维的特点。即ModelArts能够开箱即用，零基础3步即可构建AI模型；AI 开发全流程可视化管理，生产效率百倍提升，灵活支持多厂商多框架多功能模型统一纳管。
下面使用 ModelArts，以StyleGAN3为基础，生成高清图。
点击 Run in ModelArts，进入 JupyterLab 页面。
JupyterLab 页面：
按照 基于ModelArts的动漫头像自动生成 步骤，配置当前运行环境，进行 规格切换。
选中以下代码，点击运行。
这段代码运行时间比较长，等待运行完成后，结果如下：
运行以下代码：
使用预训练的AFHQv2模型生成图片
# 使用预训练的AFHQv2模型生成图片!python gen_images.py --outdir=out_0 --trunc=1 --seeds=2 \ --network=stylegan3-r-afhqv2-512x512.pkl
# 展示效果display(Image(filename='./out_0/seed0002.png'))
使用预训练的FFHQ模型生成图片
# 使用预训练的FFHQ模型生成图片!python gen_images.py --outdir=out_1 --trunc=1 --seeds=2 \ --network=stylegan3-r-ffhq-1024x1024.pkl
# 展示效果display(Image(filename='./out_1/seed0002.png'))
使用预训练的metfaces模型生成图片
# 使用预训练的metfaces模型生成图片!python gen_images.py --outdir=out_2 --trunc=1 --seeds=2 \ --network=stylegan3-r-metfaces-1024x1024.pkl
# 展示效果display(Image(filename='./out_2/seed0002.png'))
分别使用预训练的 AFHQv2模型、FFHQ模型、metfaces模型 生成视频。
AFHQv2模型
# 展示效果outpath = "lerp.mp4"mp4 = open(outpath,'rb').read()data_url = "data:video/mp4;base64," + b64encode(mp4).decode()HTML("""<video width=400 controls> <source src="%s" type="video/mp4"></video>""" % data_url)FFHQ模型
# 展示效果outpath = "ffhq.mp4"mp4 = open(outpath,'rb').read()data_url = "data:video/mp4;base64," + b64encode(mp4).decode()HTML("""<video width=400 controls> <source src="%s" type="video/mp4"></video>""" % data_url)metfaces模型
# 展示效果outpath = "met.mp4"mp4 = open(outpath,'rb').read()data_url = "data:video/mp4;base64," + b64encode(mp4).decode()HTML("""<video width=400 controls> <source src="%s" type="video/mp4"></video>""" % data_url)——END——
