كيفية تدريب نموذج FluxAI لتوليد صور لنفسك أو للآخرين

هل تساءلت يومًا كيف يمكنك إنشاء صور تم إنشاؤها بواسطة الذكاء الاصطناعي تبدو تمامًا مثلك أو مثل شخص تعرفه؟ ماذا لو كلفك ذلك أقل من 5 دولارات؟ بفضل قوة FluxAI، يمكنك الآن إنشاء نموذج مخصص يمكنه إنتاج صور مذهلة وحقيقية بضغطة زر. هذا الدليل هو مرشدك الشامل والمباشر

Build APIs Faster & Together in Apidog

كيفية تدريب نموذج FluxAI لتوليد صور لنفسك أو للآخرين

Start for free
Inhalte

هل تساءلت يومًا كيف يمكنك إنشاء صور تم إنشاؤها بواسطة الذكاء الاصطناعي تبدو تمامًا مثلك أو مثل شخص تعرفه؟ ماذا لو كلفك ذلك أقل من 5 دولارات؟ بفضل قوة FluxAI، يمكنك الآن إنشاء نموذج مخصص يمكنه إنتاج صور مذهلة وحقيقية بضغطة زر. هذا الدليل هو مرشدك الشامل والمباشر لتحويل صورك إلى نموذج ذكاء اصطناعي يتحكم به بالكامل.

بنهاية هذا الدليل خطوة بخطوة، ستتمكن من تدريب نموذج من الصفر في ثلاث مراحل سهلة: إعداد مجموعة البيانات، وضبطه، وأداء الاستدلال النهائي. سواء كنت ترغب في إنشاء صور احترافية أو مجرد تجربة فنون الذكاء الاصطناعي، سيوجهك هذا الدليل خلال العملية بأكملها، باستخدام مجموعة أدوات Oostris AI Lora على Replicate.

ملاحظة: إذا كنت ترغب في استخدام FLUX Lora، Pro، Dev، و Schnell لإنشاء صور فائقة الواقعية لعملك، وجدت موقعًا رائعًا. نقدم لك Anakin Ai، منصة ذكاء اصطناعي شاملة تسمح لك باستخدام كل نموذج FLUX تجاريًا مجانًا

1. إنشاء مجموعة البيانات

جمع وتحضير الصور

الخطوة الأولى في تدريب نموذج FluxAI هي تجميع مجموعة شاملة من الصور. تلعب جودة وتنوع هذه الصور دورًا حاسمًا في تشكيل مدى أداء النموذج.

  • عدد الصور

استنادًا إلى تجارب مكثفة وآراء من مجتمع الذكاء الاصطناعي عبر الإنترنت، فإن نموذج Flux Lura يعمل جيدًا مع 10 صور فقط. ومع ذلك، يُوصى بعدم استخدام أكثر من 15 صورة لتجنب التناقضات في الناتج.

  • تنوع الصور

تأكد من تضمين مجموعة واسعة من الأوضاع والزوايا والخلفيات. هذا يساعد النموذج في التقاط ميزات متنوعة ويعزز جودة الناتج النهائي.

  • تجنب العناصر المشتتة

تأكد من عدم وجود عناصر متكررة أو فريدة في الصور، مثل إكسسوارات أو دعائم معينة. يمكن أن تُدخل هذه عناصر تحيز غير مرغوب فيها أثناء التدريب. على سبيل المثال، استخدام صور يظهر فيها الموضوع يرتدي نفس النظارات بشكل متكرر قد يربك النموذج.

بعد جمع الصور، قم بحفظها في مجلد وضغطها في ملف zip. سيتم استخدام هذا الملف المضغوط كمجموعة بيانات للتدريب للنموذج.

اختياري: إنشاء مجموعة بيانات للتعليقات لتحسين النتائج

بالنسبة لأولئك الذين يسعون للحصول على نتائج أفضل، فإن إنشاء مجموعة بيانات للتعليقات لكل صورة يمكن أن يُحسن بشكل كبير أداء النموذج. على سبيل المثال، إذا كانت إحدى الصور تُظهر شخصًا واقفًا تحت شجرة، يمكن أن تكون التعليق شيئًا مثل، “شخص واقف تحت شجرة”. يجب تخزين هذه التعليقات في ملف .txt. ومع ذلك، إذا تم تخطي هذه الخطوة، يمكن أن تُولد واجهة Replicate التعليقات تلقائيًا.

2. إنشاء النموذج وضبطه

إعداد النموذج على Replicate

  1. إنشاء النموذج: زر موقع Replicate وأنشئ نموذجًا جديدًا. يعمل هذا النموذج كعنصر نائب، حيث يمكن للمستخدمين تحميل مجموعاتهم من البيانات وتخصيص الإعدادات. اختر اسمًا لا يُنسى للنموذج لتسهيل الإشارة إليه في المستقبل.
  2. رفع الصور: قم برفع ملف zip الذي يحتوي على صور التدريب إلى النموذج الذي تم إنشاؤه حديثًا على Replicate.
  3. تحديد كلمة التنبيه: كلمة التنبيه هي معرف فريد يستدعي هذا النموذج المحدد. اختر كلمة أو عبارة تكون مميزة وسهلة التذكر، مثل “photo_of_danush” لشخص معين أو “artistic_style” لتطبيقات إبداعية.

تعيين معلمات التدريب

تعتمد مدة التدريب على عدد الخطوات وقوة الحوسبة المتاحة:

  • عدد الخطوات: لتحقيق نتائج متوازنة وآمنة، يُوصى بتدريب النموذج لمدة 1,500–2,000 خطوة. مع 2,000 خطوة، استغرق العملية حوالي 45 دقيقة باستخدام GPU من نوع H100. اختيار عدد خطوات أقل، مثل 1,200 أو 1,500، يمكن أن يقلل من وقت التدريب والتكلفة.
  • التعليق التلقائي: قم بتمكين ميزة التعليق التلقائي إذا لم تكن مجموعة بيانات التعليقات اليدوية متوفرة. هذا يضمن أن Replicate يولد تعليقات للص��ور المرفوعة.
  • التحقق من كلمة التنبيه: تحقق مرة أخرى من أن كلمة التنبيه مضبوطة بشكل صحيح، حيث سيؤثر ذلك على كيفية تفسير النموذج وتوليد الصور بناءً على مطالبات الإدخال.

تخزين النموذج على Hugging Face (اختياري ولكن موصى به)

تخزين النموذج المدرب في مركز نماذج Hugging Face يقدم فوائد عديدة، مثل سهولة الوصول وخيارات المشاركة:

  1. قم بإنشاء مستودع جديد في ملفك الشخصي على Hugging Face.

2. قم بإنشاء رمز تفويض للكتابة والصقه في إعدادات Replicate.

3. قم بربط مستودعك على Hugging Face بالنموذج المدرب من Replicate.

تضمن هذه الإعدادات أن يكون النموذج مخزنًا بأمان وسهل الوصول إليه للاستخدام المستقبلي.

3. استدلال النموذج والاختبار

تشغيل النموذج على منصات متعددة

بمجرد تدريب النموذج، يمكن للمستخدمين اختبار أدائه. بينما يمكن تشغيل النموذج مباشرة على Replicate، هناك منصات أخرى توفر بيئة أكثر مرونة:

  • Google Colab: مثالي لأولئك المألوفين بالبرمجة والذين يبحثون عن إعداد أكثر تخصيصًا.
  • الآلة المحلية: يمكن تنزيل النموذج وتشغيله على آلة محلية إذا كانت الأجهزة اللازمة متاحة.
  • Hugging Face: يمكن أن يعمل النموذج المخزن على Hugging Face كمدخل للعديد من منصات الذكاء الاصطناعي.

ضبط قوة لورا

تحدد معلمة قوة لورا مقدار التأثير الذي يمتلكه النموذج المصقول على توليد الصورة النهائية:

  • قوة لورا عالية: ينتج عنها مخرجات تشبه الصور التدريبية بشكل وثيق.
  • قوة لورا منخفضة: توازن بين النموذج الأساسي والنموذج المصقول، مما ينتج مظهرًا أكثر عمومية.

ينصح بتجربة قوة لورا مختلفة للعثور على التوازن الصحيح لكل مشروع معين.

اختبار النموذج مع مطالبات

باستخدام كلمة التنبيه المحددة مسبقًا، يمكن للنموذج توليد تنويعات لا حصر لها من الصور بناءً على مطالبات مختلفة. على سبيل المثال:

  • المطالبة 1: photo_of_danush as Superman flying in the sky
  • المطالبة 2: LinkedIn headshot of danush, professional photo, DSLR quality

تتميز نماذج FluxAI في الالتزام بالمطالبات البسيطة وإنتاج صور عالية الجودة حتى مع الحد الأدنى من تفاصيل المطالبات.

حالات استخدام إضافية لنموذج FluxAI

يقدم تدريب نموذج FluxAI حالات استخدام متنوعة تتجاوز إنشاء الصور الشخصية الأساسية:

  • صور احترافية: يمكن استخدام النموذج لإنشاء سلسلة من الصور الاحترافية لملفات الأعمال مثل LinkedIn.
  • مشاريع إبداعية: توليد صور بأسلوب مخصص لمشاريع إبداعية أو محتوى وسائل التواصل الاجتماعي.
  • نقل الأسلوب الفني: استخدم النموذج لتكرار أنماط فنية مختلفة لأعمال رقمية أو أغراض العلامة التجارية.
ملاحظة: إذا كنت ترغب في استخدام FLUX Lora، Pro، Dev، و Schnell لإنشاء صور فائقة الواقعية لعملك. نقدم لك Anakin Ai، منصة ذكاء اصطناعي شاملة تتيح لك استخدام كل نموذج FLUX تجاريًا مجانًا.

الخاتمة

يُعتبر تدريب نموذج ذكاء اصطناعي باستخدام FluxAI عملية بسيطة وفعّالة من حيث التكلفة تفتح إمكانيات لا حصر لها لإنشاء صور مخصصة. مع استثمار ضئيل من الوقت والمال، يمكن للمستخدمين إنشاء نماذج ذكاء اصطناعي عالية الجودة، وتخصيصها وفقًا لاحتياجاتهم المحددة، وتجنب التكاليف المرتبطة بخدمات الصور الاحترافية.

يوفر هذا الدليل التفصيلي جميع الخطوات اللازمة لإنشاء نموذج ذكاء اصطناعي مخصص، واختباره مع منصات مختلفة، وتخزينه بشكل آمن للاستخدام المستقبلي. من خلال اتباع هذه العملية، يمكن للمستخدمين تدريب نماذج لمشاريع شخصية ومهنية على حد سواء، مما يضمن توفر أداة متعددة الاستخدامات تحت تصرفهم.

بالنسبة لأولئك الذين يتطلعون إلى الغوص في عالم الصور والنماذج المولدة بالذكاء الاصطناعي، يُعد هذا الدليل مورداً شاملاً للبدء.

تدريب سعيد!