# Como a inteligência artificial pode ajudar na criação de fotos?

## O que é Stable Diffusion e Dreambooth?

### Como utilizar a inteligência artificial para treinar a IA com o seu rosto?

# Leads org√Ęnicos e leads pagos: o que s√£o e como diferenciar?

## O que s√£o leads org√Ęnicos?

### Como gerar leads org√Ęnicos para o seu neg√≥cio?

## O que s√£o leads pagos?

### Como gerar leads pagos para o seu negócio?

# Otimização de site para mecanismos de busca

## O que é otimização de site para mecanismos de busca (SEO)?

### Como otimizar o seu site para o Google?

### Como usar palavras-chave estrategicamente em seu site?

# Conte√ļdo engajador: dicas pr√°ticas para criar um site atraente

## Como criar conte√ļdo engajador e relevante para o seu p√ļblico?

### Como usar hist√≥rias para criar conex√Ķes aut√™nticas com o seu p√ļblico?

### Como usar imagens e v√≠deos para tornar o seu conte√ļdo ainda mais interessante?

# Redes sociais e geração de leads: como usá-las para capturar leads

## Como usar as redes sociais para gerar leads?

### Como criar uma estratégia de mídia social eficaz?

### Como escolher as plataformas de mídia social certas para o seu negócio?

# Construção de lista de e-mails: dicas eficazes para capturar leads

## Como utilizar listas de e-mail para gerar leads?

### Como criar uma oferta atraente para os seus leads?

### Como usar automação de marketing para nutrir seus leads?

# Conclus√£o

Com todas essas dicas pr√°ticas, voc√™ pode come√ßar a implementar estrat√©gias para gerar leads org√Ęnicos e pagos em seu neg√≥cio. Lembre-se de que leva tempo para construir essas listas, e √© importante acompanhar e ajustar suas estrat√©gias ao longo do tempo. Com o uso inteligente da intelig√™ncia artificial e outras ferramentas, voc√™ pode criar campanhas de marketing ainda mais eficazes e atingir seus objetivos de neg√≥cios de maneira mais r√°pida e eficiente.

# Perguntas frequentes

### Como posso saber se uma lead √© org√Ęnica ou paga?

### Qual é a diferença entre SEO e SEM?

### Como posso usar a automação de marketing para nutrir meus leads?

### Qual √© a import√Ęncia de segmentar minha lista de leads?

### Como posso medir o sucesso da minha campanha de geração de leads?

br>¬°Aprende c√≥mo puedes generar infinitas im√°genes con tu cara usando Inteligencia Artificial! En concreto vamos a re-entrenar a Stable Diffusion con Dreambooth para ense√Īarle nuevos conceptos, como otras personas, objetos, animales o estilos art√≠sticos. Una alternativa gratuita a la app Lensa AI.

ūüĎČ NOTEBOOK COLAB – Entrenamiento Dreambooth

ūüĎČ NOTEBOOK COLAB – Generaci√≥n Im√°genes Automatic1111

ūüĎČ Generaci√≥n en tu PC – NMKD Stable Diffusion GUI

ūüĎČ Web con prompts de ejemplos – Lexica.art

ūüĒ• Hilo en Twitter ¬°M√ĀS PROMPTS DE EJEMPLO!

ūüĖľÔłŹ PROMPTS DE EJEMPLO ūüĖľÔłŹ

ūü°Ü Modelos con traje:
Close portrait of elegant [tu_token] person in tailored suit- futurist style, intricate baroque detial, elegant, glowing lights, highly detailed, digital painting, artstation, concept art, smooth, sharp focus, illustration, art by wlop, mars ravelo and greg rutkowski

ūü°Ü Ilustraci√≥n de fantas√≠a:
Highly detailed portrait of [tu_token], stephen bliss, unreal engine, fantasy art by greg rutkowski, loish, rhads, ferdinand knab, makoto shinkai and lois van baarle, ilya kuvshinov, rossdraws, tom bagshaw, alphonse mucha, global illumination, radiant light, detailed and intricate environment

ūü°Ü Tu funko pop:
A funko pop of [tu_token]

ūü°Ü Tu personaje de Pixar:
highly detailed still of [tu_token] as a Pixar movie 3d character, renderman engine

— ¬°M√ĀS DOTCSV! —-

ūüď£ NotCSV – ¬°Canal Secundario!

ūüíł Patreon :
ūüĎď Facebook :
ūüĎĺ Twitch!!! :
ūüź• Twitter :
ūüďł Instagram :

— ¬°M√ĀS CIENCIA! —

ūüĒ¨ Este canal forma parte de la red de divulgaci√≥n de SCENIO. Si quieres conocer otros fant√°sticos proyectos de divulgaci√≥n entra aqu√≠:

Este vídeo foi indexado através do Youtube link da fonte
inteligencia artificial fotos ,

dotcsv,machine learning,inteligencia artificial,deep learning,inform√°tica,programaci√≥n,dot csv,csv,carlos santana vega,carlos santana,dot,stable diffusion,dreambooth,stable diffusion tutorial,dreambooth tutorial,dreambooth tutorial espa√Īol,tutorial espa√Īol,stable diffusion tutorial espa√Īol,dreambooth google colab,stable diffusion colab tutorial,lensa ai,lensa,lensa app ,

https://www.youtubepp.com/watch?v=rgKBjRLvjLs ,

Seguramente navegando por internet Ya te habrás encontrado un montón de gente creando imágenes espectaculares de ellos mismos o de sus influencers favoritos que además dicen que han sido creadas con Inteligencia artificial Wow Bueno pues tranquilos porque hoy os traigo el tutorial que va a ser sencillo lo Vais a

Tener todo listo en cosa de una hora no requiere dejar por avanzado no requiere de gastar dinero y además va a ser el que mejor resultado os pueda ofrecer ahora mismo así que este es el trato si conseguís que todo esto funcione y generáis imágenes espectaculares de vosotros y de vuestros amigos vuestra

Parte será compartir referenciar este vídeo para que más gente Pues también pueda formar parte de esto trato si eres nuevo por este canal tienes que saber que aquí hablamos de esto de Inteligencia artificial y ya en el anterior vídeo estuve hablando de toda esta Revolución donde muy pocos meses ya

Contamos con herramientas como Daly 2 Meet Journey o stable difusion para poder generar imágenes con texto que para mí de todas estas la más interesante es stable difusion porque eso pensors Y eso ha permitido a la comunidad poder constru sobre ella un montón de herramientas que ahora nosotros podemos utilizar herramientas

Como dreamw que es la que vamos a estar utilizando hoy dreamw es una t√©cnica que nos va a permitir al modelo de stable difusion y reentrenarlo para que aprenda un nuevo concepto ya sea una persona una mascota objeto o estilo art√≠stico lo que quieras y tras ese entrenamiento Pues t√ļ podr√°s y

Contexto escribir quiero a dots SV como un funko pop y te lo hace o quiero A cuánto un fracturo en una ilustración cyberpunk o pintado por Van Gogh Y obtener resultados como estos La pregunta es cómo lo hacemos pues el primer paso que vamos a completar es el

De armar nuestro Data set Y en este caso es impresionante ver que no hace falta muchísimas imágenes con 15 20 imágenes es más que suficiente en este caso las recetas que toméis 23 imágenes donde se te vea de cuerpo completo algunas imágenes donde se te vea de torso hacia

Arriba pues 3 4 5 imágenes y luego el resto que sean imágenes de tu cara donde se te puedan ver bien Los detalles de tu rostro para que así la Inteligencia artificial pues pueda entender quién eres Y esto es muy importante porque a ver inicialmente la Inteligencia

Artificial no va a entender cuál es el concepto inicialmente solo va a haber pues una masa de píxeles que va a intentar darle sentido entonces si en todas nuestras imágenes aparecemos Nosotros con el mismo fondo con la misma ropa La Inteligencia artificial va a entender que el concepto somos nosotros

Con el mismo fondo y con la misma ropa y no queremos eso Por tanto tómate tu tiempo para encontrar fotos que tengan pues variedad en el estilo en la ropa en la perspectiva en la iluminación en todo esto y con vuestras imágenes listas ahora Vais a pasarla por vuestro

Software de confianza ya sea el Photoshop el game o lo que queráis y aquí lo que Vais a hacer es dejarlas a una resolución cuadrada de 512 por 512 píxeles si no haces esto es posible que la Inteligencia artificial acabe distorsionando vuestras imágenes durante el entrenamiento y también durante la

Generación por tanto cuando hayáis terminado Este paso tendréis que tener una carpeta con unas 15 20 imágenes vuestras de 512 por 512 píxeles una vez hecho esto vamos a entrenar por lo general para seleccionar este tipo de sistemas haría falta tener una tarjeta gráfica potente que no todos tenéis y es

Por eso que vamos a estar utilizando una herramienta alternativa llamada Google colap donde Google nos estaría prestando gratuitamente una máquina virtual un ordenador donde vamos a contar con esta tarjeta gráfica que necesitamos si bajáis a la caja de descripción encontraréis un enlace a este cuaderno de Google cuando entréis os vais a

Encontrar con este cuaderno de aquí lo he adaptado para que tenga un par de funcionalidades extra que nos van a ir bastante bien en ese sentido lo primero que Vais a hacer es entrar en entorno de ejecución cambiar tipo de entorno de ejecución y vamos a verificar que aquí

Está marcado la aceleración por Hardware con gpu Si todos correcto vosotros podréis conectar vamos a ejecutar esta primera casilla esta celda de código le vamos a dar a este botón de Aquí vamos a darle a ejecutar de todos modos Y si está todo correcto veremos que nos han

Asignado una gpu pues una tesla t4 que es más que suficiente para poder trabajar podría darse el caso que por no ser usuarios pro de Google colap o salga un mensaje diciendo que ahora mismo hay disponible tarjeta gráficas esto suele ocurrir sobre todo cuando estamos en el pico donde Europa latinoamérica y

Estados Unidos están todos despiertos utilizando esta herramienta Así que si eso sucediera Vais a tener que esperar otro momento pero si tenemos la tarjeta gráfica podemos continuar para continuar vamos a ejecutar esta celda de aquí que es para conectarnos a Google colap en este caso nos va a salir un mensaje

Conectar con Google Drive y le vamos a dar a aceptar vamos a conectarnos con nuestra cuenta Vamos a darle permiso y en este caso lo que estamos haciendo es conectar Google colap con el sistema de almacenamiento de Google Drive donde va a quedar almacenada nuestra Inteligencia artificial una vez la hayamos entrenado

Importante en este caso es tener espacio suficiente en Google Drive unos 4 gigas disponibles para que no haya ning√ļn tipo de problema una vez hecho esto el siguiente paso ser√° clicar aqu√≠ y vamos a ir instalando cada una de las librer√≠as necesarias para que todo esto funcione clicamos este bot√≥n clicamos

Este botón y dejamos que se vaya instalando poco a pocos en cuestión de un minuto ya estarán todas las librerías instaladas vemos el check verde Así que podemos continuar el siguiente paso Ahora va a ser descargarnos el modelo punto checkpoint de stable difusion es en este punto donde

Vamos a descargarnos desde la página web de hagging Face el modelo de stable difusion que vamos a reentrenar con nuestras imágenes para esto lo que tenéis que hacer es entrar a la página de haggenface vamos a clicar en este enlace de aquí y tenemos que hacer un

Par de cosas esta página de aquí es una página web que contiene un montón de modelos de Inteligencia artificial que podemos descargar para hacer esto lo que tenéis que hacer es crearos una cuenta Vais a crearos una cuenta Vais a registraros es completamente gratis y cuando tengáis la cuenta y estéis

Logueados Vais a volver a esta p√°gina de aqu√≠ que acabamos de abrir en vuestro caso va a aparecer aqu√≠ un men√ļ que ten√©is que aceptar y aqu√≠ lo que estar√≠amos haciendo es aceptar los t√©rminos de uso de este modelo que pod√©is y que no pod√©is hacer con stable difusion 1.5 leeroslo Porque es

Importante aparte de esto otra cosa que vamos a hacer con hacking Face es venir para ac√° a este men√ļ vamos a irnos a settings vamos a irnos a acces y vamos a darle a crear nuevo token aqu√≠ pod√©is poner el nombre que quer√°is por ejemplo creador de im√°genes y vamos a ponerle el

Rol de escribir generamos el token y nos va a aparecer por aquí lo copiamos y nos vamos de nuevo a Google colar y ahora en Google pues vamos a pegar aquí el token que acabamos de generar comentar una cosa y es que este toquen es privado vuestro no podéis compartirlo Aunque

Estéis viendo aquí el mío yo lo voy a cambiar ahora porque si lo compartís Pues otra gente lo podría utilizar y eso es un problema para vosotros al ejecutar esta celda hemos conectado Google colap con haging Face desde donde se está descargando la versión de este gol de

Fusión 1.5 que es la versión más actualizada hasta la fecha si habéis hecho todos los pasos bien pues veremos que aquí aparece Don en verde que todo está correcto y aquí en este botón de la izquierda pues vamos a ver que está nuestro modelo descargado una vez hecho

Esto el siguiente paso es importantísimo porque es donde vamos a configurar a dreamw para que entienda bien la tarea que queremos que haga y abrimos esta celda pues vemos un montón de texto que te voy a ver qué queremos entrenar queremos entrenar a un personaje a un

Objeto concreto un estilo artístico a un artista yo en mi caso quiero entrenarlo con imágenes mías Así que voy a marcar carácter personaje luego Wither preservation os lo explicaré ahora pero vamos a dejarlo marcado como Yes luego esta opción de aquí no la he probado pero parece bastante interesante podéis

Leer toda la información que os marca y podéis probar experimentar con ella pero de momento lo vamos a dejar desmarcada Y ahora subject type cuál es la categoría del concepto con el que estás entrenando la Inteligencia artificial yo por ejemplo en este caso lo estoy entrenando

Con imágenes mías con lo cual yo podría utilizar aquí la palabra person o la palabra men si por ejemplo Eres una chica pues también podrías utilizar person o podrías utilizar la palabra Woman si lo vas a hacer con tu hijo con tu hija pues Podrías poner Boyer baby si

Lo vas a hacer con tu mascota dog Cat es decir es la clase que representaría aquel concepto con el que vas a entrenar a stable difusion Y en este punto tengo que decir que siempre entrenado con la palabra person para indistintamente hombres y mujeres y siempre ha obtenido buenos resultados pero aquí podéis

Experimentar probando si men o Woman o dan mejores resultados Pero bueno vamos a poner person en este caso y vamos a continuar en instants name lo que vamos a poner va a ser el token que queremos que identifique a el concepto que estamos entrenando yo en mi caso como

Son imágenes mías Pues voy a poner el token dot csv y aquí nos vamos a asegurar que el token que utilicemos pues sea una palabra que ya stable difusion no la conozca por otro concepto vale Yo aquí no pondría por ejemplo la palabra Carlos Santana porque

A lo mejor esto lo relaciona con el guitarrista o en el caso de Crespo Pues tampoco he puesto cuanto un fracture por si esto se fuera a mezclar con conceptos de física cuántica con Sandra le he puesto por ejemplo la hiperactina O con Martí le he puesto sede Clon se entiende

No vamos a utilizar un token que sea identificativo y √ļnico y adem√°s os recomiendo que sea corto porque lo Vais a tener que escribir muchas veces ponemos 2 csv y continuamos y el resto de opciones las vamos a dejar pues tal y como est√°n en este punto ahora vamos a

Ejecutar esta celda que acabamos de configurar y al ejecutarlo nos va a salir aqu√≠ abajo un men√ļ para elegir archivos va a ser en este punto donde nosotros vamos a subir aquellas im√°genes que hemos preparado para entrenar a dreamw y lo que vamos a hacer en lo siguiente vamos a la primera

Imagen y la vamos a subir √ļnicamente una imagen por qu√© Carlos hazme caso no gasta tantas preguntas vamos a subir esta imagen y nos vamos a ir al men√ļ de la izquierda donde pone archivos y Aqu√≠ vamos a ver c√≥mo se ha creado ahora una carpeta que pone Data que si la abrimos

Pues pone csv que es el token que he utilizado y una vez haya subido pues veremos que la imagen está aquí entonces vamos a clicar en esta carpeta con el botón secundario y le vamos a dar a subir y vamos a subir el resto de imágenes ahora sí todas juntas el motivo

De hacer esto as√≠ es porque es much√≠simo m√°s r√°pido a la hora de subir las im√°genes y tardamos Pues en vez de 5 o 10 minutos pues unos pocos segundos una vez hemos hecho esto vamos al paso n√ļmero 5 que es un paso opcional pero muy importante record√°is que antes hemos

Marcado esta casilla de aquí como Yes la de with Prayer preservation bueno Esto lo que significa es que cuando nosotros vamos a entrenar a dreamw para que aprenda el concepto de nuestra cara vamos a estar controlando al mismo tiempo que dreamwood no se olvide de Cómo eran las caras de las otras

Personas que puede generar esta opción pues todas las personas serían 12 csv o todos los perros serían tu mascota y no queremos eso Entonces la estrategia en este caso es generar unas cuantas imágenes que representen a la clase perro o a la clase persona para estar entrenando en paralelo a dreamwood con

Imágenes de tu cara pero también con imágenes de lo que son personas y claro dónde podemos conseguir nosotros un conjunto de datos con imágenes de personas Bueno pues como estamos trabajando con generadores de imágenes pues podríamos generar estas imágenes que necesitamos ahora generar por ejemplo 500 imágenes en Google colap nos

Podría llevar bastante tiempo y no queremos esperar tanto así que vamos a utilizar esta Celda De aquí para que en caso de que estás entrenando para la clase persona o la clase men o la clase Woman o blonded Woman pues podemos elegir descargarnos un dataset de imágenes que ya está preparado en este

Caso nosotros arriba hemos marcado que nuestro sujeto el tipo del sujeto es personal Así que en este caso voy a Descargarme el dataset de person siempre el contrario vosotros habéis probado con Man o con Woman pues Vais a descargar aquel que se corresponda y si no está en

Ning√ļn caso la clase que necesit√°is pues lo dej√°is sin ejecutar y continu√°is y ah√≠ se van a ir generando entonces las im√°genes y ser√° la opci√≥n m√°s lenta yo en mi caso voy a marcar person le voy a dar a ejecutar y ahora una vez hay√°is hecho todos estos pasos estamos listos

Para entrenar en este caso vamos a ejecutar esta celda de aqu√≠ tal cual est√° fp 16 lo vamos a dejar marcado training Step a 1.600 vamos a dejar todas las opciones seg√ļn aparecen le vamos a dar a ejecutar Y si todos los pasos se han hecho correctamente lo que

Vais a ver aqu√≠ es el siguiente banner se est√° entrenando y vamos a ver aqu√≠ como ya nos aparece el n√ļmero de steps que se van a ir cumpliendo Y cu√°nto tiempo va quedando en este caso solo nos queda esperar aqu√≠ ya tu trabajo est√° hecho ahora es cosa de la Inteligencia

Artificial que se vaya entrenando poco a poco y será cuestión de 40 minutos una hora depende de la tarjeta gráfica que te haya tocado que dreamw va a acabar de entrenar a tu versión de stable difusion mientras esto se va cocinando déjame que te cuente qué es lo

Que podría pasar una vez el entrenamiento haya terminado imaginad por ejemplo que Vais a probar el modelo y que en las imágenes vuestra cara no termina de identificarse bien os parecéis un poco es cierto Pero no es perfecto Pues en este caso una de dos o podría ser que las imágenes que has

Utilizado no son tan buenas y entonces tendrías que ir a buscar otras imágenes mejores donde tu cara se identifique mejor o te han faltado steps de entrenamiento en ese caso pues volveremos a esta casilla de aquí y ampliaremos los training steps por ejemplo a 3000 vamos a dejar que la

Inteligencia artificial pueda aprender tu por m√°s tiempo pero ojo cuidado no siempre m√°s training steps es mejor si os pas√°is con este valor podr√≠ais acabar con una Inteligencia artificial sobre ajustada que se estar√≠a memorizando las im√°genes de entrenamiento tu cara se reconocer√≠a Aunque podr√≠a haber artefactos extra√Īos como estos de aqu√≠ e

Incluso podr√≠a ser que solo aparecieran copias de las im√°genes originales si ese fuera el caso pues vendr√≠amos para ac√° y bajar√≠amos el n√ļmero de steps y por fin el entrenamiento est√° terminado vemos el mensaje de Don’t the checkpoint model y sin your Drive vamos a ir a Google Drive

Y como podéis ver aquí en Google Drive Pues ahora aparece mi archivo dot csv.checkpoint el archivo de stable decisión que yo he entrenado Y que ahora me puede llevar a cualquier programa para utilizarlo vamos a volver a Google colap para hacer una prueba del modelo y para eso vamos a ejecutar Esta

Última celda de aquí aunque este paso ya es opcional pero vamos a darle a ejecutar y lo que va a hacer esta celda Es montarnos toda una interfaz para poder utilizar stable difusion sobre Google colap vamos a seguir no nuestro Hardware sino el Hardware que Google Nos está dando esta

Celda tarda un poco en ejecutarse la primera vez pero bueno hemos visto que aquí en este caso nos está indicando que ha podido nuestro modelo el 2sv checkpoint de Google Drive Así que parece que está todo correcto vamos a ver perfecto una vez esté todo listo nos

Va a salir aquí un enlace que vamos a poder clicar y ahora sí nos va a llevar a la interfaz gráfica donde vamos a poder trabajar con stable difusión básicamente la interfaz es esta de aquí y nosotros vamos a utilizar esta cajita de aquí arriba para empezar a escribir Pues que imágenes

Queremos generar por ejemplo a photograph off y aquí pondría yo mi token el que he utilizado para entrenar a mi modelo en este caso top csv le doy a generar se está ejecutando en Google colap y lo que deberíamos de ver en este caso es que empiezan a aparecer por aquí

Imágenes donde yo debería de reconocer a personas que se parecen a mí vamos a verlo y efectivamente Pues aquí tenemos una primera versión de 12 csv Vamos a darle de nuevo vale aquí tenemos otra y en este caso no os preocupéis si la cara no puede parecerse a vosotros por lo

General cuando le ponemos un input tipo fotógrafo y tu token los resultados no suelen ser tan tan tan buenos sino que tenemos que construir inputs que sean un poco más complejos para llegar a resultados más espectaculares para probar si todo funciona correctamente os voy a compartir abajo en la caja de

Descripci√≥n un input que Vais a probar para ver vuestro modelo est√° bien entrenado en este caso el input es este de aqu√≠ y lo √ļnico que voy a pedir Es que sustituy√°is aqu√≠ el corchete token por vuestro token vale vamos a generar vamos a subir el n√ļmero de sampling

Steps que por defecto aquí viene a 20 lo vamos a subir a 50 que yo creo que es la cantidad necesaria para obtener resultados con buen nivel de detalle y le vamos a dar aquí con el botón secundario generate forever para que esté continuamente generando imágenes y

Un poco la regla que vamos a aplicar aqu√≠ es que si de las pr√≥ximas 10 im√°genes sale alguna que t√ļ digas Wow por ejemplo esta Pues empieza a ser bastante impresionante si sale alguna imagen que t√ļ digas Wow me gusta mucho lo que ha salido aqu√≠ podr√≠amos dar por

Bueno el entrenamiento de este modelo y podrías empezar a jugar generar tus propias imágenes pues por ejemplo esta imagen a veces salen mejores a veces salen peores no siempre son resultados deseables Entonces vamos a hacer 10 imágenes diferentes y a ver qué tal amigos y amigas lo tenéis a partir de

Este momento ya contáis con un modelo punto seca PT que podéis utilizar lo tenéis en Google Drive lo podéis Descargar y utilizarlo cuando os apetezca no necesitáis estar entrando siempre a este cuaderno para utilizar este Notebook si queréis generar imágenes sino que yo os recomiendo voy a poner el enlace también abajo que

Entréis directamente a este modelo de aquí al automatic 1111 que directamente es un Notebook que te va a permitir pues conectarte a Google Drive enlazar con el archivo que acabamos de crear y directamente lanzar la interfaz de este igual difusión para empezar a generar imágenes con Google colap conectamos con

Google Drive damos los permisos aceptamos Tenemos aquí ya montado Google Drive Así que si nos vamos aquí archivo vemos Google Drive buscamos el archivo punto checkpoint lo encontramos botón secundario copiar ruta nos venimos para acá y ponemos la ruta aquí Paz to trainet model ruta hacia el modelo

Entrenado ponemos la ruta a Google Drive ejecutamos y directamente se nos va a abrir instalamos lo que haga falta y ejecutamos para lanzar de nuevo el stable decisión como hemos hecho antes en Google si tenéis una tarjeta gráfica de nvidia de gama media o gama alta os recomiendo que trabajéis en local

Generando imágenes en vuestro propio ordenador va a ser mucho más cómodo Y en ese sentido os recomiendo esta herramienta de aquí os voy a dejar el enlace también abajo la podéis Descargar al precio que queráis cuando instaléis la herramienta pues Vais a Google Drive buscáis el archivo le dais a descargar y

Este archivo dentro de la carpeta del programa que acabáis de instalar buscáis la carpeta Data buscáis la carpeta models y lo guardáis ahí con el nombre que queráis con eso una vez dentro de la herramienta pues os vais a ajustes seleccionáis el modelo que queráis

Utilizar que en mi caso le he llamado 12 csv final y una vez con el modelo seleccionado pues ya podemos empezar a trabajar con el pues podemos poner a fotógrafos dotsy Speed person vale vamos a ponerlo Vamos a darle a generar la primera vez tarda un poquillo más porque

Tiene que cargar el modelo en memoria pero después pues ya podéis generar imágenes infinitas en vuestro propio ordenador ahí lo tenéis voy a probar con el otro input de antes que molaba más y ahí vemos como pues ya vamos generando imágenes espectaculares de cualquier concepto que hayamos entrenado Y a

Partir de este momento Qué bueno pues ya lo hemos visto en otros directos que para mí el mejor consejo que os puedo dar para trabajar con estas herramientas es la página web de léxica Art allí podéis acudir para buscar un montón de inspiración de imágenes que os puedan resultar interesantes pues por ejemplo

Me gusta esta vengo para ac√° copio el input me fijo en los par√°metros que tendr√≠a que establecer pues gaidan scale y dimensions 13 y 704 esto nos lo llevamos a la herramienta lo vamos a poner por aqu√≠ modificamos el input para A√Īadir nuestro token pues por ejemplo portrait of tenage

Archive Andrew vamos a poner aquí 2 csv y vamos a darle a generar ponemos a 13 lo que había que poner a 13 y las dimensiones más o menos estarían correctas Vamos a darle a generar y vamos a ver qué va a salir una imagen

Que a lo mejor no es parecida a lo que hemos visto en lexicar pero que al menos pues nos da resultados interesante pues por ejemplo esto de aquí Igualmente voy a dejar abajo en la caja de descripción unos cuantos inputs más para que juegues con el modelo pues por ejemplo este de

Aquí no a funko pop of dot csv y salen resultados bastante chulos que podéis probar y también Vais a encontrar un enlace a Twitter donde os propongo lo siguiente voy a crear un hilo dentro de Twitter donde voy a ir compartiendo aquellos resultados que me parezcan más atractivos más interesantes pues una

Estatua de bronce de 12 csv o al estilo de la película de Pixar bueno resultados que voy a compartir junto a sus proms voy a colocarlo como texto alternativo con lo cual en cada imagen vosotros podéis clicar en este botón de aquí para obtener Cuál ha sido el input que he

Utilizado en cada caso con esto vosotros tendréis una galería muy completa de resultados que son interesantes y también me podéis compartir los vuestros Y a cambio a vosotros y todo esto os ha servido pues lo que voy a pedir Es que compartáis este hilo y también este

V√≠deo de hoy si te ha gustado Y te parece interesante la Inteligencia artificial √Čchale un vistazo al resto de v√≠deos que hay por aqu√≠ por el canal Y si te gusta suscr√≠bete Y si adem√°s quieres apoyar pues este proyecto y todo este contenido tienes tambi√©n un enlace

De patreon abajo en la caja de descripción chicos chicas nos vemos con más Inteligencia artificial en el próximo vídeo

,00:00 seguramente navegando por internet Ya te
00:02 habrás encontrado un montón de gente
00:03 creando im√°genes espectaculares de ellos
00:05 mismos o de sus influencers favoritos
00:08 que adem√°s dicen que han sido creadas
00:09 con Inteligencia artificial Wow Bueno
00:12 pues tranquilos porque hoy os traigo el
00:14 tutorial que va a ser sencillo lo Vais a
00:16 tener todo listo en cosa de una hora no
00:18 requiere dejar por avanzado no requiere
00:20 de gastar dinero y adem√°s va a ser el
00:23 que mejor resultado os pueda ofrecer
00:24 ahora mismo así que este es el trato si
00:26 conseguís que todo esto funcione y
00:28 gener√°is im√°genes espectaculares de
00:30 vosotros y de vuestros amigos vuestra
00:31 parte ser√° compartir referenciar este
00:33 vídeo para que más gente Pues también
00:35 pueda formar parte de esto trato si eres
00:38 nuevo por este canal tienes que saber
00:39 que aquí hablamos de esto de
00:40 Inteligencia artificial y ya en el
00:42 anterior vídeo estuve hablando de toda
00:43 esta Revolución donde muy pocos meses ya
00:45 Contamos con herramientas como Daly 2
00:48 Meet Journey o stable difusion para
00:50 poder generar im√°genes con texto que
00:52 para mí de todas estas la más
00:54 interesante es stable difusion porque
00:56 eso pensors Y eso ha permitido a la
00:58 comunidad poder constru sobre ella un
01:00 montón de herramientas que ahora
01:02 nosotros podemos utilizar herramientas
01:04 como dreamw que es la que vamos a estar
01:06 utilizando hoy dreamw es una técnica que
01:08 nos va a permitir al modelo de
01:10 stable difusion y reentrenarlo para que
01:12 aprenda un nuevo concepto ya sea una
01:14 persona una mascota objeto o estilo
01:16 artístico lo que quieras y tras ese
01:19 entrenamiento Pues t√ļ podr√°s y
01:20 contexto escribir quiero a dots SV como
01:23 un funko pop y te lo hace o quiero A
01:25 cuánto un fracturo en una ilustración
01:26 cyberpunk o pintado por Van Gogh Y
01:28 obtener resultados como estos La
01:31 pregunta es cómo lo hacemos pues el
01:33 primer paso que vamos a completar es el
01:34 de armar nuestro Data set Y en este caso
01:36 es impresionante ver que no hace falta
01:38 muchísimas imágenes con 15 20 imágenes
01:40 es m√°s que suficiente en este caso las
01:43 recetas que toméis 23 imágenes donde se
01:46 te vea de cuerpo completo algunas
01:48 im√°genes donde se te vea de torso hacia
01:49 arriba pues 3 4 5 im√°genes y luego el
01:52 resto que sean im√°genes de tu cara donde
01:54 se te puedan ver bien Los detalles de tu
01:56 rostro para que así la Inteligencia
01:57 artificial pues pueda entender quién
01:59 eres Y esto es muy importante porque a
02:01 ver inicialmente la Inteligencia
02:03 artificial no va a entender cu√°l es el
02:04 concepto inicialmente solo va a haber
02:06 pues una masa de píxeles que va a
02:08 intentar darle sentido entonces si en
02:10 todas nuestras im√°genes aparecemos
02:11 Nosotros con el mismo fondo con la misma
02:13 ropa La Inteligencia artificial va a
02:15 entender que el concepto somos nosotros
02:16 con el mismo fondo y con la misma ropa y
02:18 no queremos eso Por tanto tómate tu
02:20 tiempo para encontrar fotos que tengan
02:22 pues variedad en el estilo en la ropa en
02:24 la perspectiva en la iluminación en todo
02:26 esto y con vuestras im√°genes listas
02:28 ahora Vais a pasarla por vuestro
02:30 software de confianza ya sea el
02:31 Photoshop el game o lo que quer√°is y
02:33 aquí lo que Vais a hacer es dejarlas a
02:35 una resolución cuadrada de 512 por 512
02:39 píxeles si no haces esto es posible que
02:41 la Inteligencia artificial acabe
02:42 distorsionando vuestras im√°genes durante
02:44 el entrenamiento y también durante la
02:46 generación por tanto cuando hayáis
02:48 terminado Este paso tendréis que tener
02:49 una carpeta con unas 15 20 im√°genes
02:52 vuestras de 512 por 512 píxeles una vez
02:56 hecho esto vamos a entrenar por lo
02:59 general para seleccionar este tipo de
03:00 sistemas haría falta tener una tarjeta
03:02 gráfica potente que no todos tenéis y es
03:06 por eso que vamos a estar utilizando una
03:07 herramienta alternativa llamada Google
03:08 colap donde Google nos estaría prestando
03:11 gratuitamente una m√°quina virtual un
03:14 ordenador donde vamos a contar con esta
03:16 tarjeta gr√°fica que necesitamos si
03:18 bajáis a la caja de descripción
03:19 encontraréis un enlace a este cuaderno
03:21 de Google cuando entréis os vais a
03:23 encontrar con este cuaderno de aquí lo
03:24 he adaptado para que tenga un par de
03:26 funcionalidades extra que nos van a ir
03:28 bastante bien en ese sentido lo primero
03:29 que Vais a hacer es entrar en entorno de
03:32 ejecución cambiar tipo de entorno de
03:34 ejecución y vamos a verificar que aquí
03:35 está marcado la aceleración por Hardware
03:38 con gpu Si todos correcto vosotros
03:40 podréis conectar vamos a ejecutar esta
03:42 primera casilla esta celda de código le
03:44 vamos a dar a este botón de Aquí vamos a
03:45 darle a ejecutar de todos modos Y si
03:48 est√° todo correcto veremos que nos han
03:50 asignado una gpu pues una tesla t4 que
03:52 es m√°s que suficiente para poder
03:54 trabajar podría darse el caso que por no
03:56 ser usuarios pro de Google colap o salga
03:58 un mensaje diciendo que ahora mismo hay
04:00 disponible tarjeta gr√°ficas esto suele
04:02 ocurrir sobre todo cuando estamos en el
04:03 pico donde Europa latinoamérica y
04:05 Estados Unidos est√°n todos despiertos
04:07 utilizando esta herramienta Así que si
04:09 eso sucediera Vais a tener que esperar
04:10 otro momento pero si tenemos la tarjeta
04:13 gr√°fica podemos continuar para continuar
04:14 vamos a ejecutar esta celda de aquí que
04:17 es para conectarnos a Google colap en
04:19 este caso nos va a salir un mensaje
04:20 conectar con Google Drive y le vamos a
04:22 dar a aceptar vamos a conectarnos con
04:25 nuestra cuenta Vamos a darle permiso y
04:27 en este caso lo que estamos haciendo es
04:28 conectar Google colap con el sistema de
04:30 almacenamiento de Google Drive donde va
04:32 a quedar almacenada nuestra Inteligencia
04:33 artificial una vez la hayamos entrenado
04:36 importante en este caso es tener espacio
04:38 suficiente en Google Drive unos 4 gigas
04:40 disponibles para que no haya ning√ļn tipo
04:42 de problema una vez hecho esto el
04:44 siguiente paso será clicar aquí y vamos
04:46 a ir instalando cada una de las
04:47 librerías necesarias para que todo esto
04:49 funcione clicamos este botón clicamos
04:51 este botón y dejamos que se vaya
04:53 instalando poco a pocos en cuestión de
04:54 un minuto ya estarán todas las librerías
04:56 instaladas vemos el check verde Así que
04:57 podemos continuar el siguiente paso
04:59 Ahora va a ser descargarnos el modelo
05:01 punto checkpoint de
05:04 stable difusion es en este punto donde
05:06 vamos a descargarnos desde la p√°gina web
05:08 de hagging Face el modelo de
05:10 stable difusion que vamos a reentrenar
05:12 con nuestras im√°genes para esto lo que
05:15 tenéis que hacer es entrar a la página
05:16 de haggenface vamos a clicar en este
05:18 enlace de aquí y tenemos que hacer un
05:20 par de cosas esta página de aquí es una
05:22 página web que contiene un montón de
05:24 modelos de Inteligencia artificial que
05:25 podemos descargar para hacer esto lo que
05:28 tenéis que hacer es crearos una cuenta
05:29 Vais a crearos una cuenta Vais a
05:31 registraros es completamente gratis y
05:33 cuando tengáis la cuenta y estéis
05:34 logueados Vais a volver a esta p√°gina de
05:37 aquí que acabamos de abrir en vuestro
05:38 caso va a aparecer aqu√≠ un men√ļ que
05:40 tenéis que aceptar y aquí lo que
05:41 estaríamos haciendo es aceptar los
05:43 términos de uso de este modelo que
05:45 podéis y que no podéis hacer con
05:48 stable difusion 1.5 leeroslo Porque es
05:51 importante aparte de esto otra cosa que
05:53 vamos a hacer con hacking Face es venir
05:55 para ac√° a este men√ļ vamos a irnos a
05:57 settings vamos a irnos a acces y vamos a
06:00 darle a crear nuevo token aquí podéis
06:03 poner el nombre que quer√°is por ejemplo
06:04 creador de im√°genes y vamos a ponerle el
06:06 rol de escribir generamos el token y nos
06:09 va a aparecer por aquí lo copiamos y nos
06:12 vamos de nuevo a Google colar y ahora en
06:14 Google pues vamos a pegar aquí el token
06:16 que acabamos de generar comentar una
06:18 cosa y es que este toquen es privado
06:20 vuestro no podéis compartirlo Aunque
06:22 estéis viendo aquí el mío yo lo voy a
06:23 cambiar ahora porque si lo compartís
06:25 Pues otra gente lo podría utilizar y eso
06:27 es un problema para vosotros al ejecutar
06:29 esta celda hemos conectado Google colap
06:31 con haging Face desde donde se est√°
06:33 descargando la versión de este gol de
06:35 fusión 1.5 que es la versión más
06:37 actualizada hasta la fecha si habéis
06:39 hecho todos los pasos bien pues veremos
06:40 que aquí aparece Don en verde que todo
06:42 está correcto y aquí en este botón de la
06:44 izquierda pues vamos a ver que est√°
06:46 nuestro modelo descargado una vez hecho
06:48 esto el siguiente paso es importantísimo
06:51 porque es donde vamos a configurar a
06:53 dreamw para que entienda bien la tarea
06:55 que queremos que haga y abrimos esta
06:57 celda pues vemos un montón de texto que
06:59 te voy a ver qué queremos entrenar
07:01 queremos entrenar a un personaje a un
07:03 objeto concreto un estilo artístico a un
07:06 artista yo en mi caso quiero entrenarlo
07:07 con imágenes mías Así que voy a marcar
07:09 car√°cter personaje luego Wither
07:12 preservation os lo explicaré ahora pero
07:14 vamos a dejarlo marcado como Yes luego
07:16 esta opción de aquí no la he probado
07:17 pero parece bastante interesante podéis
07:19 leer toda la información que os marca y
07:21 podéis probar experimentar con ella pero
07:23 de momento lo vamos a dejar desmarcada Y
07:25 ahora subject type cuál es la categoría
07:28 del concepto con el que est√°s entrenando
07:30 la Inteligencia artificial yo por
07:32 ejemplo en este caso lo estoy entrenando
07:33 con imágenes mías con lo cual yo podría
07:35 utilizar aquí la palabra person o la
07:38 palabra men si por ejemplo Eres una
07:40 chica pues también podrías utilizar
07:41 person o podrías utilizar la palabra
07:43 Woman si lo vas a hacer con tu hijo con
07:46 tu hija pues Podrías poner Boyer baby si
07:49 lo vas a hacer con tu mascota dog Cat es
07:51 decir es la clase que representaría
07:54 aquel concepto con el que vas a entrenar
07:56 a stable difusion Y en este punto tengo
07:58 que decir que siempre entrenado con la
08:00 palabra person para indistintamente
08:02 hombres y mujeres y siempre ha obtenido
08:04 buenos resultados pero aquí podéis
08:06 experimentar probando si men o Woman o
08:09 dan mejores resultados Pero bueno vamos
08:11 a poner person en este caso y vamos a
08:13 continuar en instants name lo que vamos
08:16 a poner va a ser el token que queremos
08:18 que identifique a el concepto que
08:20 estamos entrenando yo en mi caso como
08:21 son imágenes mías Pues voy a poner el
08:23 token dot csv y aquí nos vamos a
08:26 asegurar que el token que utilicemos
08:27 pues sea una palabra que ya
08:30 stable difusion no la conozca por otro
08:31 concepto vale Yo aquí no pondría por
08:33 ejemplo la palabra Carlos Santana porque
08:36 a lo mejor esto lo relaciona con el
08:37 guitarrista o en el caso de Crespo Pues
08:40 tampoco he puesto cuanto un fracture por
08:42 si esto se fuera a mezclar con conceptos
08:44 de física cuántica con Sandra le he
08:46 puesto por ejemplo la hiperactina O con
08:48 Martí le he puesto sede Clon se entiende
08:50 no vamos a utilizar un token que sea
08:52 identificativo y √ļnico y adem√°s os
08:55 recomiendo que sea corto porque lo Vais
08:56 a tener que escribir muchas veces
08:57 ponemos 2 csv y continuamos y el resto
09:00 de opciones las vamos a dejar pues tal y
09:03 como est√°n en este punto ahora vamos a
09:04 ejecutar esta celda que acabamos de
09:06 configurar y al ejecutarlo nos va a
09:08 salir aqu√≠ abajo un men√ļ para elegir
09:10 archivos va a ser en este punto donde
09:12 nosotros vamos a subir aquellas im√°genes
09:13 que hemos preparado para entrenar a
09:15 dreamw y lo que vamos a hacer en lo
09:17 siguiente vamos a la primera
09:19 imagen y la vamos a subir √ļnicamente una
09:22 imagen por qué Carlos hazme caso no
09:24 gasta tantas preguntas vamos a subir
09:25 esta imagen y nos vamos a ir al men√ļ de
09:27 la izquierda donde pone archivos y Aquí
09:29 vamos a ver cómo se ha creado ahora una
09:31 carpeta que pone Data que si la abrimos
09:33 pues pone csv que es el token que he
09:35 utilizado y una vez haya subido pues
09:37 veremos que la imagen está aquí entonces
09:39 vamos a clicar en esta carpeta con el
09:40 botón secundario y le vamos a dar a
09:42 subir y vamos a subir el resto de
09:44 imágenes ahora sí todas juntas el motivo
09:46 de hacer esto así es porque es muchísimo
09:48 m√°s r√°pido a la hora de subir las
09:49 im√°genes y tardamos Pues en vez de 5 o
09:52 10 minutos pues unos pocos segundos una
09:53 vez hemos hecho esto vamos al paso
09:55 n√ļmero 5 que es un paso opcional pero
09:59 muy importante record√°is que antes hemos
10:02 marcado esta casilla de aquí como Yes la
10:05 de with Prayer preservation bueno Esto
10:07 lo que significa es que cuando nosotros
10:09 vamos a entrenar a dreamw para que
10:10 aprenda el concepto de nuestra cara
10:12 vamos a estar controlando al mismo
10:14 tiempo que dreamwood no se olvide de
10:16 Cómo eran las caras de las otras
10:17 personas que puede generar esta opción
10:19 pues todas las personas serían 12 csv o
10:22 todos los perros serían tu mascota y no
10:24 queremos eso Entonces la estrategia en
10:26 este caso es generar unas cuantas
10:27 im√°genes que representen a la clase
10:30 perro o a la clase persona para estar
10:33 entrenando en paralelo a dreamwood con
10:35 imágenes de tu cara pero también con
10:37 im√°genes de lo que son personas y claro
10:39 dónde podemos conseguir nosotros un
10:41 conjunto de datos con im√°genes de
10:43 personas Bueno pues como estamos
10:45 trabajando con generadores de im√°genes
10:47 pues podríamos generar estas imágenes
10:48 que necesitamos ahora generar por
10:50 ejemplo 500 im√°genes en Google colap nos
10:53 podría llevar bastante tiempo y no
10:55 queremos esperar tanto así que vamos a
10:57 utilizar esta Celda De aquí para que en
10:59 caso de que est√°s entrenando para la
11:01 clase persona o la clase men o la clase
11:04 Woman o blonded Woman pues podemos
11:07 elegir descargarnos un dataset de
11:09 im√°genes que ya est√° preparado en este
11:11 caso nosotros arriba hemos marcado que
11:13 nuestro sujeto el tipo del sujeto es
11:15 personal Así que en este caso voy a
11:18 Descargarme el dataset de person siempre
11:20 el contrario vosotros habéis probado con
11:21 Man o con Woman pues Vais a descargar
11:23 aquel que se corresponda y si no est√° en
11:26 ning√ļn caso la clase que necesit√°is pues
11:28 lo dej√°is sin ejecutar y continu√°is y
11:30 ahí se van a ir generando entonces las
11:32 imágenes y será la opción más lenta yo
11:34 en mi caso voy a marcar person le voy a
11:36 dar a ejecutar y ahora una vez hay√°is
11:39 hecho todos estos pasos estamos listos
11:41 para entrenar en este caso vamos a
11:44 ejecutar esta celda de aquí tal cual
11:46 est√° fp 16 lo vamos a dejar marcado
11:48 training Step a 1.600 vamos a dejar
11:51 todas las opciones seg√ļn aparecen le
11:52 vamos a dar a ejecutar Y si todos los
11:54 pasos se han hecho correctamente lo que
11:56 Vais a ver aquí es el siguiente banner
12:00 se está entrenando y vamos a ver aquí
12:02 como ya nos aparece el n√ļmero de steps
12:04 que se van a ir cumpliendo Y cu√°nto
12:06 tiempo va quedando en este caso solo nos
12:09 queda esperar aquí ya tu trabajo está
12:10 hecho ahora es cosa de la Inteligencia
12:12 artificial que se vaya entrenando poco a
12:14 poco y será cuestión de 40 minutos una
12:16 hora depende de la tarjeta gr√°fica que
12:18 te haya tocado que dreamw va a acabar de
12:20 entrenar a tu versión de
12:22 stable difusion mientras esto se va
12:24 cocinando déjame que te cuente qué es lo
12:25 que podría pasar una vez el
12:27 entrenamiento haya terminado imaginad
12:29 por ejemplo que Vais a probar el modelo
12:30 y que en las im√°genes vuestra cara no
12:33 termina de identificarse bien os
12:35 parecéis un poco es cierto Pero no es
12:37 perfecto Pues en este caso una de dos o
12:39 podría ser que las imágenes que has
12:41 utilizado no son tan buenas y entonces
12:43 tendrías que ir a buscar otras imágenes
12:44 mejores donde tu cara se identifique
12:46 mejor o te han faltado steps de
12:49 entrenamiento en ese caso pues
12:50 volveremos a esta casilla de aquí y
12:52 ampliaremos los training steps por
12:55 ejemplo a 3000 vamos a dejar que la
12:57 Inteligencia artificial pueda aprender
12:58 tu por m√°s tiempo pero ojo cuidado no
13:01 siempre m√°s training steps es mejor si
13:04 os pasáis con este valor podríais acabar
13:06 con una Inteligencia artificial sobre
13:07 ajustada que se estaría memorizando las
13:10 im√°genes de entrenamiento tu cara se
13:12 reconocería Aunque podría haber
13:13 artefactos extra√Īos como estos de aqu√≠ e
13:16 incluso podría ser que solo aparecieran
13:17 copias de las im√°genes originales si ese
13:21 fuera el caso pues vendríamos para acá y
13:22 bajar√≠amos el n√ļmero de steps y por fin
13:25 el entrenamiento est√° terminado vemos el
13:27 mensaje de Don’t the checkpoint model y
13:29 sin your Drive vamos a ir a Google Drive
13:31 y como podéis ver aquí en Google Drive
13:33 Pues ahora aparece mi archivo dot
13:36 csv.checkpoint el archivo de
13:38 stable decisión que yo he entrenado Y
13:40 que ahora me puede llevar a cualquier
13:41 programa para utilizarlo vamos a volver
13:43 a Google colap para hacer una prueba del
13:45 modelo y para eso vamos a ejecutar Esta
13:47 √ļltima celda de aqu√≠ aunque este paso ya
13:49 es opcional pero vamos a darle a
13:51 ejecutar y lo que va a hacer esta celda
13:53 Es montarnos toda una interfaz para
13:55 poder utilizar
13:56 stable difusion sobre Google colap vamos
13:58 a seguir no nuestro Hardware sino el
14:01 Hardware que Google Nos est√° dando esta
14:03 celda tarda un poco en ejecutarse la
14:04 primera vez pero bueno hemos visto que
14:06 aquí en este caso nos está indicando que
14:08 ha podido nuestro modelo el 2sv
14:10 checkpoint de Google Drive Así que
14:12 parece que est√° todo correcto vamos a
14:13 ver perfecto una vez esté todo listo nos
14:16 va a salir aquí un enlace que vamos a
14:18 poder clicar y ahora sí nos va a llevar
14:19 a la interfaz gr√°fica donde vamos a
14:21 poder trabajar con
14:23 stable difusión básicamente la interfaz
14:25 es esta de aquí y nosotros vamos a
14:27 utilizar esta cajita de aquí arriba para
14:29 empezar a escribir Pues que im√°genes
14:30 queremos generar por ejemplo a
14:32 photograph off y aquí pondría yo mi
14:35 token el que he utilizado para entrenar
14:36 a mi modelo en este caso top csv le doy
14:39 a generar se est√° ejecutando en Google
14:41 colap y lo que deberíamos de ver en este
14:43 caso es que empiezan a aparecer por aquí
14:45 imágenes donde yo debería de reconocer a
14:48 personas que se parecen a mí vamos a
14:49 verlo y efectivamente Pues aquí tenemos
14:51 una primera versión de 12 csv Vamos a
14:54 darle de nuevo vale aquí tenemos otra y
14:56 en este caso no os preocupéis si la cara
14:58 no puede parecerse a vosotros por lo
15:01 general cuando le ponemos un input tipo
15:03 fotógrafo y tu token los resultados no
15:06 suelen ser tan tan tan buenos sino que
15:07 tenemos que construir inputs que sean un
15:10 poco m√°s complejos para llegar a
15:12 resultados m√°s espectaculares para
15:13 probar si todo funciona correctamente os
15:16 voy a compartir abajo en la caja de
15:17 descripción un input que Vais a probar
15:19 para ver vuestro modelo est√° bien
15:21 entrenado en este caso el input es este
15:23 de aqu√≠ y lo √ļnico que voy a pedir Es
15:24 que sustituyáis aquí el corchete token
15:27 por vuestro token vale vamos a generar
15:29 vamos a subir el n√ļmero de sampling
15:31 steps que por defecto aquí viene a 20 lo
15:33 vamos a subir a 50 que yo creo que es la
15:35 cantidad necesaria para obtener
15:36 resultados con buen nivel de detalle y
15:38 le vamos a dar aquí con el botón
15:39 secundario generate forever para que
15:41 esté continuamente generando imágenes y
15:43 un poco la regla que vamos a aplicar
15:44 aquí es que si de las próximas 10
15:46 im√°genes sale alguna que t√ļ digas Wow
15:48 por ejemplo esta Pues empieza a ser
15:50 bastante impresionante si sale alguna
15:52 imagen que t√ļ digas Wow me gusta mucho
15:54 lo que ha salido aquí podríamos dar por
15:56 bueno el entrenamiento de este modelo y
15:58 podrías empezar a jugar generar tus
15:59 propias im√°genes pues por ejemplo esta
16:01 imagen a veces salen mejores a veces
16:03 salen peores no siempre son resultados
16:04 deseables Entonces vamos a hacer 10
16:07 imágenes diferentes y a ver qué tal
16:11 amigos y amigas lo tenéis a partir de
16:14 este momento ya cont√°is con un modelo
16:15 punto seca PT que podéis utilizar lo
16:18 tenéis en Google Drive lo podéis
16:19 Descargar y utilizarlo cuando os
16:22 apetezca no necesit√°is estar entrando
16:24 siempre a este cuaderno para utilizar
16:26 este Notebook si queréis generar
16:28 im√°genes sino que yo os recomiendo voy a
16:30 poner el enlace también abajo que
16:32 entréis directamente a este modelo de
16:34 aquí al automatic 1111 que directamente
16:37 es un Notebook que te va a permitir pues
16:39 conectarte a Google Drive enlazar con el
16:42 archivo que acabamos de crear y
16:44 directamente lanzar la interfaz de este
16:46 igual difusión para empezar a generar
16:48 im√°genes con Google colap conectamos con
16:50 Google Drive damos los permisos
16:52 aceptamos Tenemos aquí ya montado Google
16:54 Drive Así que si nos vamos aquí archivo
16:56 vemos Google Drive buscamos el archivo
16:58 punto checkpoint lo encontramos botón
17:00 secundario copiar ruta nos venimos para
17:03 acá y ponemos la ruta aquí Paz to
17:06 trainet model ruta hacia el modelo
17:08 entrenado ponemos la ruta a Google Drive
17:10 ejecutamos y directamente se nos va a
17:12 abrir instalamos lo que haga falta y
17:14 ejecutamos para lanzar de nuevo el
17:16 stable decisión como hemos hecho antes
17:18 en Google si tenéis una tarjeta gráfica
17:19 de nvidia de gama media o gama alta os
17:22 recomiendo que trabajéis en local
17:23 generando im√°genes en vuestro propio
17:25 ordenador va a ser mucho más cómodo Y en
17:27 ese sentido os recomiendo esta
17:29 herramienta de aquí os voy a dejar el
17:30 enlace también abajo la podéis Descargar
17:32 al precio que queráis cuando instaléis
17:34 la herramienta pues Vais a Google Drive
17:36 busc√°is el archivo le dais a descargar y
17:38 este archivo dentro de la carpeta del
17:40 programa que acab√°is de instalar busc√°is
17:42 la carpeta Data busc√°is la carpeta
17:44 models y lo guardáis ahí con el nombre
17:46 que quer√°is con eso una vez dentro de la
17:48 herramienta pues os vais a ajustes
17:49 seleccion√°is el modelo que quer√°is
17:51 utilizar que en mi caso le he llamado 12
17:53 csv final y una vez con el modelo
17:55 seleccionado pues ya podemos empezar a
17:56 trabajar con el pues podemos poner a
17:59 fotógrafos dotsy Speed person vale vamos
18:02 a ponerlo Vamos a darle a generar la
18:03 primera vez tarda un poquillo m√°s porque
18:05 tiene que cargar el modelo en memoria
18:06 pero después pues ya podéis generar
18:08 im√°genes infinitas en vuestro propio
18:10 ordenador ahí lo tenéis voy a probar con
18:12 el otro input de antes que molaba m√°s y
18:14 ahí vemos como pues ya vamos generando
18:17 im√°genes espectaculares de cualquier
18:19 concepto que hayamos entrenado Y a
18:22 partir de este momento Qué bueno pues ya
18:24 lo hemos visto en otros directos que
18:25 para mí el mejor consejo que os puedo
18:27 dar para trabajar con estas herramientas
18:28 es la página web de léxica Art allí
18:32 podéis acudir para buscar un montón de
18:34 inspiración de imágenes que os puedan
18:35 resultar interesantes pues por ejemplo
18:37 me gusta esta vengo para ac√° copio el
18:40 input me fijo en los par√°metros que
18:41 tendría que establecer pues gaidan scale
18:44 y dimensions 13 y 704 esto nos lo
18:48 llevamos a la herramienta lo vamos a
18:49 poner por aquí modificamos el input para
18:51 A√Īadir nuestro token pues por ejemplo
18:52 portrait of tenage
18:55 archive Andrew vamos a poner aquí 2 csv
18:58 y vamos a darle a generar ponemos a 13
19:01 lo que había que poner a 13 y las
19:03 dimensiones más o menos estarían
19:04 correctas Vamos a darle a generar y
19:05 vamos a ver qué va a salir una imagen
19:07 que a lo mejor no es parecida a lo que
19:08 hemos visto en lexicar pero que al menos
19:10 pues nos da resultados interesante pues
19:12 por ejemplo esto de aquí Igualmente voy
19:14 a dejar abajo en la caja de descripción
19:15 unos cuantos inputs m√°s para que juegues
19:18 con el modelo pues por ejemplo este de
19:19 aquí no a funko pop of dot csv y salen
19:22 resultados bastante chulos que podéis
19:24 probar y también Vais a encontrar un
19:26 enlace a Twitter donde os propongo lo
19:28 siguiente voy a crear un hilo dentro de
19:30 Twitter donde voy a ir compartiendo
19:31 aquellos resultados que me parezcan m√°s
19:33 atractivos m√°s interesantes pues una
19:35 estatua de bronce de 12 csv o al estilo
19:38 de la película de Pixar bueno resultados
19:40 que voy a compartir junto a sus proms
19:43 voy a colocarlo como texto alternativo
19:44 con lo cual en cada imagen vosotros
19:46 podéis clicar en este botón de aquí para
19:48 obtener Cu√°l ha sido el input que he
19:50 utilizado en cada caso con esto vosotros
19:52 tendréis una galería muy completa de
19:54 resultados que son interesantes y
19:56 también me podéis compartir los vuestros
19:57 Y a cambio a vosotros y todo esto os ha
20:00 servido pues lo que voy a pedir Es que
20:01 compartáis este hilo y también este
20:03 vídeo de hoy si te ha gustado Y te
20:06 parece interesante la Inteligencia
20:07 artificial √Čchale un vistazo al resto de
20:09 vídeos que hay por aquí por el canal Y
20:10 si te gusta suscríbete Y si además
20:13 quieres apoyar pues este proyecto y todo
20:15 este contenido tienes también un enlace
20:17 de patreon abajo en la caja de
20:18 descripción chicos chicas nos vemos con
20:20 m√°s Inteligencia artificial en el
20:22 próximo vídeo
, , , #TUTORIAL #Entrena #con #CARA #GRATIS #SIN #GPUs #Stable #Diffusion #Dreambooth , [agora]

Leave a Reply

About Me

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.

Recent Posts

Need to raise your site's score?

We have an ideal solution for your business marketing
Nullam eget felis

Do you want a more direct contact with our team?

Sed blandit libero volutpat sed cras ornare arcu dui. At erat pellentesque adipiscing commodo elit at.