GPT-3 言語モデルに基づいており、さまざまなトピックに関する一貫性のある流暢なテキストを生成できます。 DALL-E は、画像をエンコードおよびデコードできるビジョン コンポーネントを追加することで GPT-3 を拡張します。これにより、DALL-E はテキストと画像の両方を理解し、それらの新しい組み合わせを作成できるようになります。
この記事では、DALL-E が処理できる最もエキサイティングで創造的なテキスト プロンプトのいくつかを検討し、DALL-E が生成する画像の例をいくつか紹介します。
DALL-E でテキスト プロンプトを使用するにはどうすればよいですか?
DALL-E は、強力な言語モデルである GPT-3 と、自然言語から学習できるビジョン モデルである CLIP を組み合わせています。 DALL-E は、入力された文字に応じて、自然で想像力豊かな画像を作成できます。 OpenAI が要求することは、 登録してログインする DALL-E 2 を使用するには、この記事「」を参照して、サインアップとログインのプロセスについて詳しく学ぶことができます。 DALL-E 2 にサインアップしてログインするにはどうすればよいですか? ”:
DALL-E でテキスト プロンプトを使用するには、いくつかの基本的な手順に従う必要があります。
1. テキストプロンプトにあらゆる要素を書き込む
DALL-E は、比喩、類推、合成、変換、制約などの複雑で抽象的なテキスト プロンプトを処理できます。ユーザーは、自然言語、キーワード、または両方の組み合わせを利用できます。
例
DALL-E は、テキスト プロンプトに基づいて画像を生成できます。これらのテキスト プロンプトでは、DALL-E がさまざまなコンセプト、形状、色、テクスチャ、素材を一貫性と現実的に組み合わせる必要があります。たとえば、テキスト プロンプトを使用します。 燃えているチーズでできた五角形 ' 以下のように：
2. スタイルについて具体的にする
DALL-E のもう 1 つの機能は、同じテキスト プロンプトに対して、それぞれ異なる解釈やスタイルを持つ複数の画像を生成できることです。
例
DALL-E は「」の画像を生成できます。 スーツを着た猫 」は、スーツの種類、猫のポーズ、背景、表情が異なります。これは、DALL-E が豊かで多様な想像力を持っており、正確なだけでなく、驚くべきユーモラスな画像を生み出すことができることを示しています。
3. 特定のドメインまたはコンテキストに関連する
DALL-E は、芸術、歴史、文化、科学、フィクションなどの特定の領域やコンテキストに関連する画像を生成することもできます。
例
DALL-E は「」の画像を生成できます。 ピカソによる二つの目を持つ女性の絵 ”。テキスト プロンプトでは、DALL-E がドメインまたはコンテキストに関するある程度の知識または精通しており、一貫性のある適切なイメージを生成する必要があります。
4. 色について忘れずに書く
テキスト プロンプトに修飾子を追加して、画像のスタイル、色、視点、またはレイアウトを指定できます。
例
テキストプロンプト「」を入力する例を考えます。 ゴッホ風の赤い屋根の青い家 以下の図に示すように、
ボーナスヒント: テキストプロンプトを調整する方法 そして 画像を変更しますか?
オプションで、ユーザーは DALL-E が提供するいくつかのツールを使用して、テキスト プロンプトを調整したり、画像を変更したりできます。
例
画像上でマウスの右ボタンを押して「」を押すことができます。 画像の編集 」オプションを使用して、画像内のオブジェクトの色または形状を変更します。
ユーザーは「」も利用できます。 ズーム 」ツールを使用して、以下のように画像の特定の部分を拡大または縮小します。
これはすべて、DALL-E でのテキスト プロンプトのさまざまな使用法に関するものです。
結論
DALL-E でテキスト プロンプトを使用するには、ユーザーはテキスト プロンプトのあらゆる小さな要素を記述し、スタイル、ドメイン、コンテキスト、色について具体的に把握する必要があります。 DALL-E は、テキスト プロンプトから素晴らしいオリジナルの画像を作成するのに役立つ素晴らしいツールです。自分の想像力を探求し、DALL-E が何を思いつくかを見る楽しい方法でもあります。ただし、DALL-E は完璧ではなく、不適切、無意味、または不正確な画像を生成する場合があることに注意してください。 DALL-E は常に責任を持って敬意を持って使用してください。