前言
目前腾讯云HAI正在内测中,腾讯云HAI为开发者量身打造的澎湃算力平台。无需复杂配置,便可享受即开即用的GPU云服务体验。在 HAI 中,根据应用智能匹配并推选出最适合的GPU算力资源,以确保您在数据科学、LLM、AI作画等高性能应用中获得最佳性价比。
本文将详细介绍如何使用腾讯云HAI的ChatGLM和StableDiffusion这两个模型。首先是通过ChatGLM模型生成课堂教学方案,然后生成对应的相关提示词和相关的反向提示词,然后通过StableDiffusion模型进行生成相应的图片。最后可以结合教学方案以及图片进行课件的制作。
前期准备
首先需要注册一个腾讯云账号,点击前往注册 然后,需要申请内测资格(可能需要一两天,需要耐心等待一下,或者可以去群里找工作人员加急一下),点击申请内测资格 内测资格审核通过后,就可以去体验HAI了。
ChatGLM2 6B 创建与使用
1.创建(console.cloud.tencent.com/hai/instanc...)
- 点击新建 ,选择HAI下的AI模型
- 选择AI模型 下的ChatGLM2 6B
- 选择地域,这里的地域可以根据自己的地域要求选择地域,我这里选择了广州。
- 算力方案,我这里选择了基础方案就够了。可以根据自己的业务要求去选择不同方案。
- 示例名称,根据自己的应用创建即可
- 硬盘:也是根据自己的业务需要,我这里选择了80gb就够了。
- 点击立即购买
2.等待创建与创建完成
创建之后可能需要一点点时间去等待,需要有点耐心,大概得8-10分钟左右。 下图是创建成功的图,可以在上面看到相关的状态。
3.启动
点击算力连接,这里有两种连接方式chatlm2_gradio和jupyter_lab,在这里我们选择chatlm2_gradio这种的webUI方式连接。
4.生成教学方案
这里是以小学一年级语文为教材,生成教学方案。主要是以培养学生的口语交际能力。 具体细节如下:
问: 你好,请根据小学语文一年级上册这本教材中的《口语交际:我们做朋友》生成一堂教学方案。 模型回答: 请参阅以下小学语文一年级上册《口语交际:我们做朋友》的教学方案。 一、教学目标
- 知识与技能目标:通过学习,提高学生口语表达能力,学会与人沟通、交流的方法。
- 过程与方法目标:通过参与课堂活动,培养学生的合作意识和团队精神,增强学生与人沟通的自信心。
- 情感态度与价值观目标:通过交流,培养学生的友谊感情,提高学生对友谊的珍视与维护。 二、教学重难点
- 教学重点:学会与人沟通、交流的方法。
- 教学难点:口语表达能力的提高。 三、教学过程 (一)导入(5分钟)
- 游戏导入,活跃课堂气氛。
- 讲述教材中的有趣故事,激发学生兴趣。 (二)导入新课(5分钟)
- 谈话导入,营造轻松的氛围。
- 提出教学目标,明确本节课学习内容。 (三)基本部分(15分钟)
- 口语交际训练,让学生练习与人沟通、交流的方法。
- 设计小型对话,让学生在对话中学会倾听、表达。
- 总结交流技巧,让学生学会倾听、表达的技巧。
- 设计情境,让学生在情境中学会与人沟通、交流。
- 进行口语表达比赛,激发学生的兴趣。
- 总结课堂内容,巩固所学。 (四)作业设计(5分钟)
- 设计一张与友谊相关的画片,展示自己的情感。
- 书面表达:我的友谊,要求用书面表达自己的情感。 四、教学反思
- 学生参与度,关注学生思维的活跃程度。
- 教学过程中,是否有效激发学生学习兴趣。
- 对学生口语表达能力的培养,是否达到课程要求。 五、教学延伸
- 课后与同学进行口语交际练习,互相评价。
- 设计有关友谊的演讲稿,准备在班级中分享。
5.生成提示词
根据模型给出的教学方案步骤,让模型逐步生成后续需要使用的提示词和相关的反向提示词。 比如:小学语文一年级上册《口语交际:我们做朋友》1. 游戏导入,活跃课堂气氛。2. 讲述教材中的有趣故事,激发学生兴趣。生成6个相关提示词和6个相关的反向提示词
6.销毁
当完成了自己的需求的时候,一定要记得去销毁实例。
Stable Diffusion 创建与使用
1.创建
- 点击新建 ,选择HAI下的AI模型
- 选择AI模型 下的Stable Diffusion
- 选择地域,这里的地域可以根据自己的地域要求选择地域,我这里选择了广州。
- 算力方案,我这里选择了基础方案就够了。可以根据自己的业务要求去选择不同方案。
- 示例名称,根据自己的应用创建即可
- 硬盘:也是根据自己的业务需要,我这里选择了80gb就够了。
- 点击立即购买
2.等待创建与创建完成
实例创建和上一步实例创建一样,同样需要等待8-10分钟左右。
3.启动
点击算力连接,这里有两种连接方式stable_diffusion_webui和jupyter_lab,在这里我们选择stable_diffusion_webui这种的webUI方式连接。
4.相关配置
StableDiffusion 中文配置
- 点击 Extension 选项卡
- 选择选择 Avaliable 子选项卡
- 取消勾选 localization ,再把其他勾上,然后点击 Load form。这里可能需要几分钟的等待加载。
- 加载完成,在输入框中查找插件关键字: zh_CN 点击install 安装
- 插件安装完成后,重启服务,选择Settings 中的Reload UI。
- 重启后,选择 Settings 中 User Interface 选项,下拉选择语言 zh_CN ,点击 Apply settings 保存设置 ,并 Reload UI 重启服务。
5.使用高性能应用服务HAI 部署的 StableDiffusionWebUI 快速进行AI绘画
注意:提示词(Prompt)越多,AI 绘图结果会更加精准。另外,目前中文提示词的效果不好,还得使用英文提示词。
相关参数解释:
- 提示词:主要描述图像,包括内容风格等信息,原始的webui会对这个地方有字数的限制,可以安装一些插件突破字数的限制
- 反向提示词:为了提供给模型,我们不需要的风格
- 提示词相关性(CFG scale):分类器自由引导尺度------图像与提示符的一致程度------越低的值产生的结果越有创意,数值越大成图越贴近描述文本。一般设置为7
- 采样方法(Sampling method):采样模式,即扩散算法的去噪声采样模式会影响其效果,不同的采样模式的结果会有很大差异,一般是默认选择euler,具体效果我也在逐步尝试中。
- 采样迭代步数(Sampling steps):在使用扩散模型生成图片时所进行的迭代步骤。每经过一次迭代,AI就有更多的机会去比对prompt和当前结果,并作出相应的调整。需要注意的是,更高的迭代步数会消耗更多的计算时间和成本,但并不意味着一定会得到更好的结果。然而,如果迭代步数过少,一般不少于50,则图像质量肯定会下降
- 随机种子(Seed):随机数种子,生成每张图片时的随机种子,这个种子是用来作为确定扩散初始状态的基础。不懂的话,用随机的即可
根据我们上一步生成的提示词和反向提示词进行生成对应的图片: 全部生成的图片如下:
5.销毁
与第一个实例一样,不要忘记销毁实例。
总结
到此我们的教学方案与图片生成就全部结束了,就可以根据提供的教学方案与图片进行制作相关的课件了。 总结一下腾讯云HAI的StableDiffusion和ChatGLM模型总体体验下来的几点感受:
- ChatGLM是一种新型的聊天机器人模型,能够基于在预训练阶段所见的模式和统计规律来生成回答,还能根据聊天的上下文进行互动,真正像人类一样来聊天交流。
- ChatGLM的用户交互体验也非常的流畅
- StableDiffusion预置主流AI作画模型及常用插件,无需手动部署,支持即开即用,动态更新模型版本,确保模型版本与时俱进,无需频繁操作。
- 但是StableDiffusion有时根据关键词生成的图片不是很符合,也有可能是我自己配置关键词的原因。