Anduin Xue
Anduin Xue

Anduin's Tech Blog

Ai

29
JUN

Using SwinIR for Image Super-Resolution Reconstruction

使用SwinIR进行图像超分辨率重建 本文介绍了如何使用SwinIR进行图像超分辨率重建。SwinIR是基于Swin Transformer的图像恢复模型，在经典/轻量/实用的图像超分辨率、灰度/彩色图像降噪和JPEG压缩伪影去除等任务中实现了最先进的性能。以下是使用SwinIR进行图像超分辨率重建的步骤： 1. 购买一块显卡：强烈建议在开始之前购买一块显卡，Nvidia GeForce RTX 4090是一个不错的选择。 2. 配置基本容器：编写一个基本的Dockerfile，包括Pytorch和相关依赖项。 3. 配置SwinIR容器：基于基本镜像配置一个SwinIR容器，并安装SwinIR的依赖项和模型。 4. 运行容器：将要处理的图像放入输入文件夹，并运行容器进行图像超分辨率重建。 使用SwinIR进行图像超分辨率重建可以恢复老照片、增强低分辨率图像甚至改善监控视频的质量。通过这项技术，您可以获得更清晰、更详细的图像。--GPT 4

NVIDIA Ai CUDA Docker Resolution Image SwinIR Restore
20
APR

让你的数据中心使用 GPU 算力！

本文介绍了如何在数据中心中使用 GPU 算力。首先，文章详细描述了安装并配置 NVIDIA Grid 驱动的过程，包括修改配置文件、添加许可等。接着，介绍了如何安装 CUDA，并给出了一些注意事项。文章还讨论了如何确保虚拟机可以在主机之间平滑迁移，并给出了在 VCenter Server 中开启迁移的方法。此外，文章提及了如何划分 SKU，以便提前规划每个物理 GPU 的切分方式。最后，文章介绍了如何开始炼丹，包括安装 cuDNN、使用 GPU 进行硬件加速编码以及运行 AI 应用。文章还提供了一些监控温度的方法，以便在家中服务器降低噪音。如果遇到问题，文章给出了一些建议和检查事项。那么，在这个过程中，哪些因素可能会影响 GPU 算力的使用？如何确保充分利用 GPU 算力以提高数据中心的性能？--GPT 4

Ubuntu VMware Vsphere Server NVIDIA Ai vGPU Python Tesla CUDA
14
APR

自己独立运营一个面向你的朋友的 AI 绘画系统（基于 Stable Diffusion）

本篇博客介绍了如何独立运营一个面向朋友的AI绘画系统，基于Stable Diffusion。文章首先建议限制某些功能，以避免暴露给朋友的任意Prompt填写导致的潜在危险。接下来，博客详细介绍了如何编辑`ui-config.json`文件来限制Stable Diffusion画色图的功能，并提供了一份示例配置。 文章还建议编辑`user.css`文件，隐藏一些可能让人困惑的按钮，提供了相应的CSS代码。最后，博客介绍了如何使用FRPC和Caddy将Stable Diffusion暴露到公网，并使用加密通信。文章给出了一个搭建成功的示例网址，并提供了FRP和Caddy的使用教程链接。 在阅读本文后，你是否对如何独立运营一个面向朋友的AI绘画系统有了更清晰的认识？如何确保系统的安全性和用户体验？如何将本地服务暴露到公网并保证通信安全？希望这篇博客能为你提供启发和帮助。--GPT 4

Web Server Tune Stable Diffusion Ai Self hosting
  • 1