Відео

画像を右クリックし「パスをコピー」を押してコピーされたテキストを該当部分に貼り付けてみてください。 python inference_realesrgan.py -n RealESRGAN_x4plus -i {ここに貼り付け} --face_enhance

@@Suken-youtube 返信ありがとうございます パスをコピーして貼り付けたのですが、エラーがでてしまいました import cv2の部分でcv2というモジュールが見つかりませんとでてしまいます

既にご存知かもしれませんが、インストール後にコマンドプロンプト(ターミナル)を終了した場合は再度仮想環境をアクティベートする必要があります。 具体的には動画内0:47の .\venv\Scripts\activate を実行する必要があります。 ※その後のインストール処理は必要ありません。アクティベートできたら2:56のように実行することができます。 もしもうまくいかない場合は仮想環境をアクティベートした状態で pip install opencv-python を実行してください。 他にもご不明な点がございましたら、お気軽にご質問下さい。

ファミコンやVHS、カセットテープなど、一部の部員の間でレトロブームが起こっています。カセットテープが回転する様子を眺めながら、楽曲とデッキのモーター音に耳を傾ける。その音は、近年のデジタルオーディオにはない独特の魅力を持っています。

ワックスなどを塗布すればもっと雰囲気がでるかもしれません。

Compute Capability 8.6の機能が使いたかったので個人的には満足しております。

@@Suken-youtube パソコンの性能はあくまでも個人の用途に左右されるので購入者自身が満足するのが一番です。それもジャンクで購入した物が動作品だったからよかったですね ただ損しない購入金銭的感覚として 中古品は新品の半額以下で経年数によってさらに金額が下がる、ジャンクはさらに中古の半額でこれは動かなかった場合のリスクも考慮するとそれ以上出すのは博打 もちろんですが、故障して動かないパーツを自分の力で治せる方はこの限りではなく故障個所を特定して部品を自分で調達して直せる人はジャンクを安く購入して使うのは全然アリです ハードオフの元々の使い方は部品取り用のパーツを安く手に入れるためのショップ ハードオフとは部品取りの略

WQHDや4Kではどうなるかわかりませんが、かなり快適でした。

実質的にパソコン部でございます。

検証したほかのGPUでも一部そのような事例が見られたので、そういった挙動をすることは多いのかもしれませんね

数研が作り上げた環境は本当に特別です。卒業生たちの思い出や情熱が、次の世代にも受け継がれていくことを願っています。きっと、数研というユートピアはこれからも続いていくと思いますよ！

「思い立ったらすぐに実践できる」そんな部活(同好会)にしていきたいと考えております。

アドバイスをいただき、ありがとうございます。少し調べさせていただいたのですが、オイルのにじみの原因として考えられるものに、「サーマルパッドの劣化」や「コンデンサーの電解液漏れ」があるようです。ただ、RTX2080TIの基盤には固体コンデンサーが使用されており、このタイプのコンデンサーには電解液が含まれていないようです。 サーマルパッドの劣化によるオイル漏れの可能性についても考えたのですが、サーマルパッドにはシリコンが使われているため、引火のリスクは低いと考えております。

分解したわけではないので憶測ですが、オイルにじみの原因はサーマルパットの劣化かと思われます。

保証責任逃れというか、一般的な中古としては売れないんだろうな 品質基準あるだろうし

画像生成などに利用していますが、今のところ快適に動いております。 封印シールは貼ってあったので分解歴はなさそうです(信頼できるかはわかりませんが)。

壊れないことを祈るばかりです

その可能性は十分にあると思います。LEDが壊れていることからも酷使されていたことが予想されます。

なるほど。そうなんですね

生成する画像の枚数を変更したいということでよろしいでしょうか。 その場合はnum_images_per_promptを使います。 作例のプログラムでは.images[0]としており最初の画像のみを取得しているためそのまま利用はできません。 下記のように変更することでimage_1.png,image_2.png....のように連番で保存することができるようになります。 out = pipe( prompt=prompt, guidance_scale=0., height=768, width=1360, num_images_per_prompt=2, # ここで生成する枚数を変更 num_inference_steps=4, max_sequence_length=256, return_dict=True # これを追加 ) images = out.images # 'images' 属性から画像リストを取得 # 画像を連番で保存 for i, img in enumerate(images): img.save(f'image_{i+1}.png') 詳細については Hugging Faceのドキュメント を確認するとわかりやすいと思います。 huggingface.co/docs/diffusers/main/api/pipelines/flux

@@Suken-youtube なるほどです。ありがとうございます！

はい。可能です。

@@Suken-youtube ありがとうございます

ありがとうございます。