首頁 >科技週邊 >人工智慧 >如何在本地使用DeepSeek Janus-Pro

如何在本地使用DeepSeek Janus-Pro

Christopher Nolan原創: 2025-03-01 10:00:21154瀏覽

中國AI創新者DeepSeek

DeepSeek對全球AI景觀產生了重大影響，導緻美國股票市場估值下降了1萬億美元，以及Nvidia和OpenAI等令人不安的科技巨頭。它的迅速崛起是由於其領先的文本生成，推理，視覺和圖像生成模型。最近的一個亮點是推出了其最先進的Janus系列多模型模型。此教程詳細信息設置了當地的Docker容器來運行Janus模型並探索其功能。

How to Use DeepSeek Janus-Pro Locally

>作者的圖像

本指南涵蓋設置Janus項目，構建用於本地執行的Docker容器，並測試其圖像和文本處理功能。可以通過這些資源獲得對DeepSeek的破壞性模型的進一步探索：>

> deepseek-v3：演示項目的指南

> deepSeek-r1：功能，O1比較，蒸餾模型和更多

DeepSeek Janus系列代表了新一代的多模式模型，旨在通過高級框架無縫整合視覺理解和生成。該系列包括Janus，Janusflow和高性能Janus-Pro，每個迭代都提高了效率，性能和多模式功能。

1。賈努斯：統一的方法

Janus採用了一種新穎的自迴旋框架，將視覺編碼分為不同的途徑，以理解和發電，同時利用統一的變壓器體系結構。該設計解決了這些功能之間的固有衝突，提高了靈活性和效率。 Janus的性能競爭對手或超越了專業模型，使其成為未來多模式系統的主要候選人。

2。 Janusflow：整流流程

Janusflow與Rectified Flow（一種領先的生成建模技術）集成了自回歸語言建模。它的簡化設計簡化了大型語言模型框架中的培訓，從而消除了複雜的修改。基準結果表明，Janusflow的表現優於專業和統一方法，從而推進了視覺模型的最新方法。

3。 Janus-Pro：優化的性能

Janus-Pro通過合併優化的培訓方法，擴展的數據集和較大的模型大小來建立其前輩。這些增強功能顯著提高了多模式的理解，文本到圖像的指導以及文本到圖像生成的穩定性。

來源：DeepSeek-ai/janus

>更深入地了解Janus系列，訪問方法以及與Openai的Dall-e 3的比較，請參見DeepSeek的Janus-Pro：功能：Dall-E 3比較及更多。

設置您的Janus Project

Janus是一種相對較新的模型，缺少可用的量化版本或可輕鬆台式/筆記本電腦使用的本地應用程序，但其GitHub存儲庫提供了Gradio Web應用程序演示。但是，此演示經常遇到包裹衝突。該項目通過修改代碼，構建自定義Docker映像並使用Docker Desktop在本地運行它來解決此問題。

1。 Docker Desktop安裝

首先從官方Docker網站下載和安裝最新的Docker桌面版本。

Windows用戶

Windows用戶也將需要Windows子系統的Linux（WSL）。通過您的終端安裝它：

2。克隆Janus存儲庫

<code>wsl --install</code>

>克隆Janus存儲庫並導航到項目目錄：>

3。修改演示代碼

<code>git clone https://github.com/deepseek-ai/Janus.git
cd Janus</code>

在

>文件夾中，打開

。進行這些更改：

demo app_januspro.py

模型名稱更改：

替換。這使用了較小的（4.1 GB）型號，更適合本地使用。 > deepseek-ai/Janus-Pro-7Bdeepseek-ai/Janus-Pro-1B

態

How to Use DeepSeek Janus-Pro Locally

這確保了Docker URL和端口兼容性。 demo.queue> 4。創建Docker Image

在項目的根目錄中創建A

<code>demo.queue(concurrency_count=1, max_size=10).launch(
    server_name="0.0.0.0", server_port=7860
)</code>

，其中包含此內容：>

How to Use DeepSeek Janus-Pro Locally 這個dockerfile將：

使用pytorch基礎圖像。

設置容器的工作目錄。

Dockerfile>將項目文件複製到容器中。

<code># Use the PyTorch base image
FROM pytorch/pytorch:latest

# Set the working directory inside the container
WORKDIR /app

# Copy the current directory into the container
COPY . /app

# Install necessary Python packages
RUN pip install -e .[gradio]

# Set the entrypoint for the container to launch your Gradio app
CMD ["python", "demo/app_januspro.py"]</code>

>安裝依賴項。

啟動Gradio應用程序。