برنامه نویسی

WAN 2.1 مدل ویدیویی AI: آموزش نهایی گام به گام برای ویندوز و تنظیم ابر خصوصی مقرون به صرفه

آموزش ویدیویی: https://youtu.be/hnahveny-8s

https://www.youtube.com/watch؟v=hnahveny-8s

به روزرسانی های جدید پس از انتشار آموزش ساخته شده است – اکنون برنامه V14 است

شرح تصویر

شرح تصویر

شرح تصویر

شرح تصویر

شرح تصویر

شرح تصویر

WAN 2.1 جدید Alibaba ، متن به ویدیو ، ویدیو به ویدئو و تصویر به ویدئو به ویدئو-منبع باز هوش مصنوعی باورنکردنی است. در این آموزش نشان خواهم داد که چگونه می توانید WAN 2.1 را با نصب 1 کلیک در رایانه ویندوز خود نصب کنید و از آنها با ساده ترین راه ممکن استفاده کنید. با برنامه Gradio که من توسعه داده ام ، شما قادر خواهید بود از WAN AI با کمترین میزان VRAM 3.5 گیگابایتی با GPU استفاده کنید. علاوه بر این ، برای کسانی که می خواهند از GPU های ابر خصوصی قدرتمند با ارزانترین قیمت های ممکن استفاده کنند ، من نشان می دهم که چگونه 1 کلیک و نصب WAN 2.1 را در محاسبات Massed و RunPod انجام دهم. علاوه بر این ، من عملکرد RTX 3090 TI را با RTX 5090 در تمام مدل های WAN 2.1 مقایسه خواهم کرد. شما از دیدن عملکرد RTX 5090 شوکه خواهید شد. همچنین برنامه ای که من توسعه داده ام از تمام سری RTX 5000 در ویندوز با Python Venv بصورت بومی پشتیبانی می کند. شما به لینوکس یا WSL احتیاج ندارید.

🔗 دستورالعمل های کامل ، پیکربندی ها ، نصب کننده ها ، اطلاعات و پیوندها پست مشترک (موردی که در آموزش استفاده می شود) ⤵
▶ ️ https://www.patreon.com/posts/click-to-open-post-used-in-tutorial-123105403

🔗 Secourses Discord رسمی 9500 عضو ⤵
▶ https://discord.com/servers/software-engineering-courses-secourses-772774097734074388

🔗 انتشار پایدار ، شار ، آموزش های تولید AI و منابع GitHub ⤵
▶ ️ https://github.com/furkangozukara/stable-diffusion

🔗 Secourses Reddit رسمی – برای یادگیری همه اخبار و موارد دیگر مشترک باشید
▶ https://www.reddit.com/r/secourses/

🔗 MSI RTX 5090 Trio Furmark Benchmarking + Overclocking + آزمایش سر و صدا و مقایسه با RTX 3090 Ti ⤵
▶ https://youtu.be/uv3oqdiloma

🔗 RTX 5090 در برابر شار DEV ، SD 3.5 بزرگ ، SD 3.5 متوسط ​​، SDXL ، SD 1.5 ، AMD 9950X + RTX 3090 Ti ⤵ آزمایش شده است.
▶ https://youtu.be/jhlgzadlkto

0:00 مقدمه ای برای WAN AI WAN 2.1 مدل تولید ویدیویی
2:12 انتخاب غیر Cherry WAN AI 2.1 نمونه های ویدیویی با اعلان ها
3:30 مثال خوب تولید ویدیوی انیمه
3:48 اهمیت اعلان ها و سوابق منفی
5:33 نحوه 1 کلیک نصب WAN 2.1 AI در ویندوز-قسمت آموزش ویندوز-قسمت اصلی
8:07 نحوه بارگیری مدل های ویدیویی WAN 2.1 AI و توضیح دقیق هر مدل
10:12 مدل عیب یابی بارگیری – حذف HF_HUB_ENABLE_HF_TRANSFER
10:55 نحوه انتقال مدل های نصب قبلی خود به یک نصب جدید جدید
11:28 نحوه شروع برنامه WAN 2.1 AI پس از نصب و بارگیری مدل
11:50 WAN AI APP APP GRADIO رابط و انتخاب مدل
12:23 ویژگی پیشرفت سریع
13:17 نسخه ی نمایشی و سرعت نسل متن به فیلم در RTX 5090 و استفاده از VRAM را با NVITOP بررسی کنید
13:40 من چقدر اورکلاک در RTX 5090 ساختم
13:55 چگونه می توان با تعداد کمتر از مراحل نتایج سریعتر به دست آورد
14:13 نحوه شروع برنامه Gradio Wan AI در GPU دوم و مقایسه عملکرد در RTX 3090 TI
14:28 نحوه تنظیم cuda_visible_devices
14:41 نحوه تغییر بذر ، ذخیره شده در FPS ، تعداد فریم ها (مدت زمان فیلم)
17:04 پوشه خروجی و پشتیبانی سریع چند خطی
17:41 تولید چندین فیلم و دانه های تصادفی
18:10 با استفاده از ویژگی ویدیویی به ویدیو
18:45 تظاهرات ویدئویی به ویدیو و دفع
19:38 کاوش 14 میلیارد پارامتر مدل متن به ویدئو
21:30 آزمایش 14 میلیارد پارامتر 480 پیکسل مدل تصویر به ویدیو
22:15 با Claude Ai برای تصویر به تصویر
23:26 نسخه ی نمایشی و سرعت تولید تصویر به ویدئو در RTX 5090 و 3090 TI
23:45 نکات مهم: نسبت ابعاد و برداشت برای تصویر به تصویر
24:32 سرعت مرحله برای مدل 720 پیکسل تصویر به ویدیو در RTX 5090 و 3090 TI
24:57 با استفاده از WAN AI در سرویس Cloud Compute Massed
25:31 ثبت نام و تنظیم محاسبات انبوه
26:37 استقرار دستگاه و اتصال با مشتری ThinLINC
28:09 انتقال پرونده به پوشه مشترک محاسبات Massed
29:32 نصب WAN AI در محاسبات انبوه
30:13 بارگیری مدل ها در محاسبات انبوه (سرعت بارگیری سریع)
31:00 شروع رابط Gradio در محاسبات انبوه
31:20 دسترسی به رابط Gradio از رایانه محلی
31:56 تولید فیلم در مورد محاسبات و نظارت بر ماس
32:46 بارگیری فیلم های تولید شده از Massed Compute
33:30 فسخ دستگاه محاسبات انبوه (احتیاط)
34:04 گزینه های تولید سریعتر در محاسبات انبوه (H100 ، A100 ، L40S)
34:31 اجرای چندین برنامه به موازات محاسبات انبوه
35:08 با استفاده از WAN AI در سرویس Cloud Runpod
35:41 ثبت و تنظیم RunPod
35:58 استقرار یک غلاف و اتصال به آزمایشگاه مشتری
37:50 بارگذاری و استخراج نصب در Runpod
38:10 نصب WAN AI در Runpod
38:40 بارگیری مدل ها در RunPod (سرعت بارگیری سریع)
40:00 شروع رابط Gradio در RunPod و دسترسی به لینک اشتراک زنده
40:37 سرعت تولید تست در Runpod (GPU H100)
43:25 بارگیری فیلم های تولید شده از RunPod
43:55 متوقف کردن و خاتمه غلاف رمپود (گزینه احتیاط و رزومه)

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا