Три способа выполнить множество задач с asyncio
Функция для примера:
async def do_it(n):
await asyncio.sleep(random.uniform(0.5, 1))
return n
1. Последовательный вызов
async def main():
for i in range(100):
result = await do_it(i)
Такой вызов имеет смысл только тогда, когда результат одной задачи требуется для вызова следующей.
Если они независимы, то это антипаттерн, так как аналогичен простому синхронному вызову по очереди.
2. Упорядоченный результат
async def main():
tasks = [do_it(i) for i in range(100)]
results = await asyncio.gather(*tasks)
Выполняет корутины конкурентно и возвращает результат в виде списка.
Полезен когда требуется получить результаты в том же порядке в котором задачи отправлены.
3. Результат по мере готовности
tasks = [asyncio.create_task(do_it(i)) for i in range(100)]
for cor in asyncio.as_completed(tasks):
result = await cor
Так же выполняет корутины конкурентно, но не гарантирует порядок. Результат возвращается по мере готовности, каждый отдельно.
Полезен когда нужно обработать любой ответ как можно скорее.
#async
Вы наверняка слышали про Instruct pix2pix. Это модель, которая позволяет менять картинку на основе текстового запроса типа "make his hair blue" или "turn it into a wood carving".
Так вот, изначальный вариант pix2pix, который был реализован в Автоматике, уже устарел. Теперь гораздо удобнее пользоваться pix2pix моделью КонтролНета. Она позволяет работать с хайрезными изображениями и в ней не нужно париться с двойной настройкой Denoising strength.
Работает прямо в text2image. Добавьте исходную картинку в ControlNet, оставьте препроцессор в "none", выберите модель "Control_v11e_sd15_ip2p", поставьте правильное разрешение картинки, наберите вашу инструкцию в поле промпта и жмите Generate.
Например я взял исходную картинку с древним городом, превратил ее в схематичный рисунок, в зимнюю сцену и в ночную с огнём.
#совет#A1111#stablehoudini
Всем привет!
Добро пожаловать в 👾 Нейро-Софт!
Для навигации по каналу используйте карту тегов
⤵️:
#txt2img - Нейросети для генерации изображений по текстовому описанию.
#img2img - Нейросети для изменения или стилизации изображений на основе других изображений.
#txt2video - Нейросети для генерации видео по текстовому описанию.
#img2video - Нейросети для создания видео на основе изображений.
#deepfake - Нейросети для создания дипфейков и замены лиц в видео.
#music - Нейросети для генерации музыки.
#voicecloning - Нейросети для клонирования голоса.
#tts - Нейросети для синтеза речи из текста.
#stt - Нейросети для распознавания речи и перевода её в текст.
#txt2txt - Нейросети для генерации текста, анализа текста и перевода.
#multimodal - Нейросети, комбинирующие текст с изображениями или видео.
#style - Нейросети для стилизации и переноса стиля.
#creative - Инструменты для создания визуальных эффектов и художественного творчества.
#stablediffusion - Нейросети для генерации изображений на базе модели Stable Diffusion.
#controlnet - Нейросети использующие принципы или модели ControlNet, например Instant ID.
#fooocus - Репаки и форки Fooocus.
#forge - Репаки и форки Forge.
#a1111 - Репаки и форки Automatic 1111.
#llm - Большие языковые модели для генерации и анализа текста.
💬Обсудить в чате | ⭐️Поддержать канал
👾НЕЙРО-СОФТ — Делаем нейросети доступнее.