一个简单便捷的界面，用于使用各种神经网络模型。您可以创建数据集，对LLM、StableDiffusion和StableAudio进行微调、评估和生成，使用各种超参数。您还可以查看维基，下载LLM、StableDiffusion和StableAudio模型，在界面内更改应用程序设置并检查系统传感器。
项目目标 - 创建一个尽可能简单的应用程序，用于神经网络模型的微调、评估和生成。
- 通过install.bat（Windows）或install.sh（Linux）轻松安装
- 灵活优化的界面（由Gradio提供）
- 支持Transformers：微调、评估、量化和生成（LLM）
- 支持Diffusers和Safetensors：微调、评估、转换、量化和生成（StableDiffusion）
- 支持StableAudio：微调和生成
- 完整和LORA类型的微调、评估和生成（适用于LLM和StableDiffusion）
- 创建数据集的能力（适用于LLM、StableDiffusion和StableAudio模型）
- 维基
- 模型下载器（适用于LLM和StableDiffusion）
- 应用程序设置
- 查看系统传感器的能力
- C++编译器
- Windows: VisualStudio, VisualStudioCode 和 Cmake
- Linux: GCC, VisualStudioCode 和 Cmake
- 系统：Windows 或 Linux
- GPU: 8GB+ 或 CPU: 16核 3.6Ghz
- 内存：24GB+
- 磁盘空间：10GB+
- 安装需要互联网连接
- 首先安装所有必需依赖
- 在任意位置执行
Git clone https://github.com/Dartvauder/NeuroTrainerWebUI.git - 运行
Install.bat并等待安装完成 - 安装完成后，运行
Start.bat - 等待应用程序启动
- 现在您可以开始生成了！
要获取更新，运行 Update.bat
要通过终端使用虚拟环境，运行 Venv.bat
- 首先安装所有必需依赖
- 在任意位置执行
Git clone https://github.com/Dartvauder/NeuroTrainerWebUI.git - 在终端中，运行
./Install.sh并等待所有依赖安装完成 - 安装完成后，运行
./Start.sh - 等待应用程序启动
- 现在您可以开始生成了！
要获取更新，运行 ./Update.sh
要通过终端使用虚拟环境，运行 ./Venv.sh
首先，我要感谢 PyCharm 和 GitHub 的开发者。借助他们的应用程序，我能够创建并分享我的代码。
gradio- https://github.com/gradio-app/gradiotransformers- https://github.com/huggingface/transformersdiffusers- https://github.com/huggingface/diffusersllama.cpp-python- https://github.com/abetlen/llama-cpp-pythonstable-diffusion-cpp-python- https://github.com/william-murray1204/stable-diffusion-cpp-python
- Transformers
- Diffusers
- StableDiffusion1.5
- StableDiffusion2
- StableDiffusionXL
- CLIP
- BERT
- LLAMA.CPP
- StableAudioOpen
- BLIP
