2020 年十二月更新 —— 新的 Jupyter 工作空间

重大更新

在创建容器的时候,所能够选择的模式会由 JupyterLab 变化为「工作空间(Workspace)」。

简单说下变化点:

  1. 工作空间支持重启,避免了重复「继续执行」导致空间无限增长的问题
  2. 工作空间有缓存机制,最近关闭的工作空间启动速度比较快,不像原来每次启动都拷贝数据,而是将数据缓存了下来,被缓存的工作空间会有一个⚡️ 图标
带有高速缓存的工作空间

具体文档见 https://openbayes.com/docs/bayesgear-workspace/

功能增强

  • 创建容器时算力展示界面的进一步优化
  • 容器的数据绑定列表中如果有绑定已经被删除了将会给予提示
  • 上传数据集时增加了「清理当前上传任务」的功能,当出现不断的上传失败时可以尝试清理缓存解决问题
点击右上角的「清理当前上传任务」可强制清除断点上传的缓存

修复

  • 数据仓库页面中模型面包屑导航错误
  • 数据仓库页面「上传至当前目录」后页面无法滚动的问题

新增公共资源

我们接下来会持续对公共资源进行完善和补充,如果您发现了任何好玩的 Notebook 教程、Colab 教程。欢迎在评论区留言、或在 OpenBayes 控制台中右下角的客服区留言告诉我们

公共教程

  • Super-SloMo – Super SloMo 超级慢动作镜头的 PyTorch 实现
  • Stylized-Neural-Painting – 基于 PyTorch 的艺术化风格的神经绘画教程 Stylized Neural Painting。arXiv:2011.08114
  • SkyAR – 视频天空替换。基于预印本论文 arXiv:2010.11800
  • Spleeter – 由 Deezer 公司开发的基于 TensorFlow 的音乐人声提取、背景音乐分离工具
  • gradslam – [ICRA 2020] 基于 PyTorch 的 3D 重建实现、SLAM(同时定位与地图构建)框架
  • SeFa – Closed-Form Factorization of Latent Semantics in GANs

公共预训练模型:

  • GenForce 预训练模型 – GenForce: an efficient PyTorch library for deep generative modeling (StyleGANv1v2, PGGAN, etc)
  • DeOldify – 图片/视频上色还原预训练模型
  • TwinGAN – 使用权重共享 GAN 的非成对的跨域图像转换
  • iPER 预训练模型 – Liquid Warping GAN with Attention: 人类图像合成统一框架

教程:如何优化 Git 下载速度

由于 众所周知的原因,我们访问 GitHub 的速度非常不稳定,时快时慢,甚至有时候会无法连接,这导致有时候在 OpenBayes 平台上无法正常克隆 git 项目,或者说会导致速度非常的慢。目前我们在积极的研究可行的解决方案。在最终方案出来之前,可以通过下面的方法临时解决:

继续阅读

2020 年十二月更新 —— 全新算力选择界面

功能增强

  • 创建容器时算力展示界面的优化,我们将算力选择按照显卡型号进行了分类,方便用户更直观的选择算力:

修复

  • 部分 PyTorch 镜像无法自动开启 TensorBoard 的问题
  • 修复 TensorFlow 2.0.0 镜像无法使用 GPU 的问题
  • 公共数据页面 README 展示的缺失

2020 年十一月更新 —— 更多的公共资源

本次更新主要集中在前端优化、以及公共资源(教程、数据集、预训练模型)方面的完善

功能增强

  • 如果一个容器中包含运行中的执行,则会在页面标题中出现 (运行中) 的提示
  • 创建容器时对可用资源进行额外判断,优化「无可用资源」检测逻辑
  • 优化系统指标、自定义指标的图表展示,用户现在可通过选择图表指定区域对图表进行缩放浏览

修复问题

  • 修复容器继续执行时需要多次确认绑定上一次执行的问题
  • 修复 Safari 浏览器无法登录的问题
  • 修复执行概览页面无法编辑当前执行描述的问题
  • 修复用户无法修改容器名称大小写的问题

新增公共资源

我们接下来会持续对公共资源进行完善和补充,如果您发现了任何好玩的 Notebook 教程、Colab 教程。欢迎在评论区留言、或在 OpenBayes 控制台中右下角的客服区留言告诉我们

  • NeRF – 一个简化版本的 NeRF: 将场景作为神经辐射的视野合成的实现
  • InstColorization – [CVPR 2020] 基于 Detectron2 实例感知的图像上色教程
  • Detectron2 – 来自 Facebook AI Research 的 Detectron2 目标检测教程
  • Wav2Lip – [ACM Multimedia 2020] Wav2Lip 嘴唇同步教程
  • Few-Shot-Patch-Based-Training – [SIGGRAPH 2020] 使用少量拍摄、基于补丁的训练(Few-Shot Patch-Based Training)进行交互式视频样式化的教程
  • MedMNIST 医疗图像数据集 – 上海交大的医疗版 MNIST 数据集
  • 气球数据集 – Mask R-CNN 所用到的 balloon dataset

填问卷,最高可得 50 小时 V100 GPU 算力 🎁

2020 年 OpenBayes 已经进行了 11 次产品更新,我们坚信,产品的调整必须以用户需求为导向,收集社区的声音是了解用户需求的重要途径。

为此我们上线了此次有奖填问卷活动,欢迎新老用户参与,为 OpenBayes 下一次产品更新出谋划策!

✍️ 问卷地址: 点击跳转

🎁 奖励详情:完成问卷即可获得 10 小时 vGPU 赠送资源;提出建设性意见的 10 名用户,可获得 50 小时 NVIDIA Tesla V100 GPU 算力(永久有效)
 
📅 收集期限:本问卷收集时长为 2 周,赠送资源将于 11 月 15 日后 1-3 个工作日,发放至您的账户
 
📝 备注信息:本问卷共包括 12 个问题,预计需要 2 分钟完成;每位用户限填写一次,重复参与无效

更新:该活动已结束,所有奖励已发放完毕。部分用户留下的用户名或电话无法与 OpenBayes 中的账号匹配,因此无法核发对应的奖励,如有看到此消息请与我们联系进行补发。

First Order Motion Model(damedane、蚂蚁呀嘿)制作教程

由于 b 站的审核原因,不允许 UP 主上传和「AI 换脸」相关的教程视频。但是产出物的审核相对叫较松。视具体内容而定,因此在本站提供 damedane 在线制作的教程文字版备忘。通过该教程你可以:

  • 免费生成 damedane、蚂蚁呀嘿、unravel 等 AI 换脸视频
  • 全程在线制作,不需要下载软件,只需要提供素材
  • 了解 JupyterLab 的最基本用法

更新记录

  • 新增「蚂蚁呀嘿」视频素材
  • 修复输出音画不同步的问题
  • 优化视频输出

首先访问下面的链接进行注册:

https://openbayes.com/console/signup

注册后,会自动登录,然后进入控制台首页,点击左侧边栏的公共教程

然后在右侧列表中选择 damedane:

继续阅读

邮箱验证提醒与产品更新,请尽快验证您的邮箱

由于近期用户量大量增长。为了资源的公平分配、避免影响正常用户的使用体验,同时也为了防止用户的注册邮箱被他人恶意占用。我们将在 2020 年 09 月 28 日 00:00 后对未验证邮箱的用户进行功能限制:禁止未验证邮箱账号使用 GPU 类型的计算资源。

对于未收到验证邮件的用户,在登录控制台后可以直接点击页面上方的提示重新发送验证邮件:

完成验证后用户即可解除功能限制。对于需要修改邮箱的用户也可以在左侧导航栏「设置」-「账号设置」修改邮箱:

另外近期我们添加的 First Order Motion 模型非常受用户欢迎。用户拿来做了很多非常有趣的 damedaneunravel等等类似的换脸视频。还没有了解到的用户可以参考这篇文章的介绍:B 站神曲 damedane:精髓在于换脸,五分钟就能学会。今后我们也会增加更多类似的好玩的教程,敬请期待

2020 九月产品更新

新功能

  • 所有的镜像里为 Conda 指定了默认的国内源,提升安装速度
  • 支持将数据集的目录创建为一个新的数据集版本,见文档
  • 调整了容器展示界面,优先展示最新一次执行的文件内容
  • 允许公开自己的数据仓库 / 容器,见公开容器以及公开数据仓库
  • 暴露 JupyterLab 的链接,方便与 VS Code、PyCharm 的集成

对「数据集」概念的变更

之前 OpenBayes 数据存储功能被称为「数据集」,这更容易被理解为机器学习场景下的标注数据,而实际上这里除了放置标注数据外也可以放置其他任意类型的数据,包括代码、训练的模型文件等。

为了避免这个歧义,也是为新的「模型部署」功能做准备,OpenBayes 对原有的「数据集」概念做了调整,将「数据集」改称作「数据仓库」。

对其概念的更新也同步到了文档中:

OpenBayes 现已开放注册!邀请好友获免费算力!

经过无数个月的努力,我们的产品日趋完善,目前我们已经完全开放了用户注册通道,所有人都现在即可访问 注册页面 进行注册,无需使用邀请码

与此同时,我们还上线了用户推荐奖励机制,通过邀请好友加入 OpenBayes,双方均可获得 60 分钟的 vGPU 使用时长,支持累积,奖励永久有效

已注册用户可以在登录后通过 设置 – 邀请有礼🎁 找到对应的邀请页面

2020 八月产品更新:

  • 新增镜像 PyTorch 1.6.0
  • 修复「从输出创建数据集版本」失败的问题,相关文档