Ito ay batay sa modelo ng wika ng GPT-3, na maaaring makabuo ng magkakaugnay at matatas na teksto sa iba't ibang paksa. Pinapalawak ng DALL-E ang GPT-3 sa pamamagitan ng pagdaragdag ng bahagi ng paningin na maaaring mag-encode pati na rin mag-decode ng mga imahe. Binibigyang-daan nito ang DALL-E na maunawaan ang parehong teksto at mga imahe at lumikha ng mga nobelang kumbinasyon ng mga ito.
Tuklasin ng artikulong ito ang ilan sa mga pinakakapana-panabik at malikhaing text prompt na maaaring pangasiwaan ng DALL-E at magpapakita sa iyo ng ilang halimbawa ng mga larawang ginagawa nito.
Paano Gamitin ang Mga Text Prompt sa DALL-E?
Pinagsasama ng DALL-E ang GPT-3, isang makapangyarihang modelo ng wika, at CLIP, isang modelo ng pananaw na maaaring matutunan mula sa natural na wika. Ang DALL-E ay maaaring lumikha ng natural at mapanlikhang mga imahe depende sa anumang text input. Kinakailangan ka ng OpenAI magparehistro at mag-log in upang gamitin ang DALL-E 2. Para sa layuning ito, maaari kang matuto nang higit pa tungkol sa proseso ng pag-signup at pag-log in sa pamamagitan ng pagsangguni sa artikulong ito “ Paano Mag-sign up at Mag-login sa DALL-E 2? ”:
Upang gumamit ng mga text prompt sa DALL-E, kailangan mong sundin ang ilang pangunahing hakbang:
1. Isulat ang Bawat Maliit na Elemento sa Text Prompt
Kakayanin ng DALL-E ang kumplikado at abstract na mga prompt ng text, tulad ng mga metapora, pagkakatulad, komposisyon, pagbabago, at mga hadlang. Ang mga gumagamit ay maaaring gumamit ng natural na wika, mga keyword, o isang halo ng pareho.
Halimbawa
Ang DALL-E ay maaaring makabuo ng mga imahe batay sa mga text prompt. Ang mga text prompt na ito ay nangangailangan ng DALL-E na pagsamahin ang iba't ibang mga konsepto, hugis, kulay, texture, at materyales nang magkakaugnay at makatotohanan. Halimbawa, gamitin ang text prompt na ' isang pentagon na gawa sa keso na nasusunog ” tulad ng nasa ibaba:
2. Maging Tukoy Tungkol sa Estilo
Ang isa pang tampok ng DALL-E ay ang kakayahang makabuo ng maraming larawan para sa parehong text prompt, bawat isa ay may ibang interpretasyon o istilo.
Halimbawa
Ang DALL-E ay maaaring makabuo ng mga larawan ng ' isang pusang nakasuot ng suit ” na iba-iba sa uri ng suit, pose ng pusa, background, at ekspresyon ng mukha. Ipinapakita nito na ang DALL-E ay may mayaman at magkakaibang imahinasyon, at maaaring makagawa ng mga imahe na hindi lamang tumpak ngunit nakakagulat at nakakatawa din:
3. Nauugnay sa Mga Tukoy na Domain o Konteksto
Ang DALL-E ay maaari ding bumuo ng mga larawang nauugnay sa mga partikular na domain o konteksto, gaya ng sining, kasaysayan, kultura, agham, o fiction.
Halimbawa
Ang DALL-E ay maaaring makabuo ng mga larawan ng ' isang painting ni Picasso ng isang babaeng may dalawang mata ”. Ang text prompt ay nangangailangan ng DALL-E na magkaroon ng ilang kaalaman o pamilyar sa domain o konteksto at upang makabuo ng mga larawan na pare-pareho at naaangkop:
4. Huwag Kalimutang Sumulat Tungkol sa Mga Kulay
Maaari kang magdagdag ng mga modifier sa iyong text prompt upang tukuyin ang estilo, kulay, pananaw, o layout ng larawan.
Halimbawa
Ang isang halimbawa ay isinasaalang-alang sa pamamagitan ng pag-input ng text prompt na ' isang asul na bahay na may pulang bubong sa istilo ni Van Gogh ” gaya ng nakikita sa ibabang pigura:
Tip sa Bonus: Paano Pinuhin ang Mga Prompt ng Teksto at Baguhin ang mga Larawan?
Opsyonal, maaaring pinuhin ng mga user ang mga text prompt o baguhin ang mga larawan gamit ang ilang tool na ibinigay ng DALL-E.
Halimbawa
Maaari mong pindutin ang kanang pindutan ng mouse sa larawan at pindutin ang ' I-edit ang larawan ” na opsyon upang baguhin ang kulay o hugis ng isang bagay sa larawan:
Magagamit din ng mga user ang ' mag-zoom ” tool upang mag-zoom in o out sa isang partikular na bahagi ng larawan tulad ng nasa ibaba:
Ito ay tungkol sa iba't ibang paggamit ng mga text prompt sa DALL-E.
Konklusyon
Upang gumamit ng mga text prompt sa DALL-E, dapat isulat ng mga user ang bawat maliit na elemento sa text prompt, at maging partikular tungkol sa estilo, mga domain, konteksto, at mga kulay. Ang DALL-E ay isang kamangha-manghang tool na makakatulong sa iyong lumikha ng mga nakamamanghang at orihinal na larawan mula sa mga text prompt. Ito rin ay isang nakakaaliw na paraan upang tuklasin ang iyong imahinasyon at makita kung ano ang magagawa ng DALL-E. Gayunpaman, tandaan na ang DALL-E ay hindi perpekto at kung minsan ay maaaring makabuo ng mga larawang hindi naaangkop, walang katuturan, o hindi tumpak. Palaging gamitin ang DALL-E nang responsable at magalang.