python实现基于扩散模型的连续故事生成+源码+项目文档+数据模型（毕业设计&课程设计&项目开发）

# 基于扩散模型的连续故事生成 进入服务器、登陆显卡：`ssh RockyOS8-Login0`<br> 申请显卡：`sbatch demo.sh` （注意：需要80GB A100显卡）<br> 查看显卡：`squeue --me`<br> 登录显卡：`ssh r8a100-c01`（其中`r8a100-c01`为`squeue --me`的回显结果中`NODELIST(REASON)`对应的值） ## 第一环节：LLAMA2-7B模型（文本-文本） 运行方法： 进入环境：`conda activate LLAMA2`<br> 进入路径：`cd /lustre/S/yuxiaoyi/llama_bot/`<br> 执行指令： ```shell CUDA_VISIBLE_DEVICES=0 python src/cli.py \ --model_name_or_path /lustre/S/yuxiaoyi/LLAMA2-7b \ --template llama2 \ --temperature 0.95 \ --top_p 0.7 \ --top_k 50 ``` ## 第二环节：ARLDM模型（文本-图像） ## 1. raw data转为hdf5格式 ### 1.1. 数据环境配置 raw data在`../dataset/split`中，hdf5文件保存在`../oxford_data`中 <br> ```shell conda create -n raw2hdf5 python=3.11 conda activate raw2hdf5 pip install opencv-python pip install h5py pip install pillow pip install tqdm ``` ### 1.2. 运行方法 #### 生成hdf5文件 `cd Synthesizing-Coherent-Story-via-Latent-Diffusion-Models/data_script` <br> `python oxford_hdf5.py` ## 2. 运行主程序 进入环境：`conda activate arldm`<br> 进入路径：`cd /lustre/S/yuxiaoyi/Synthesizing-Coherent-Story-via-Latent-Diffusion-Models/`<br> 执行指令：`python main.py`<br> 注意： 在`/lustre/S/yuxiaoyi/Synthesizing-Coherent-Story-via-Latent-Diffusion-Models/config.yaml`中按需修改相关参数<br> 训练的结果在：`/lustre/S/yuxiaoyi/device/save_ckpt/`<br> 生成的结果在：`/lustre/S/yuxiaoyi/sample/`<br>