Amazon Web Services ブログ

Stable Diffusion で画像の部分的な差し替えを行う環境を、 Amazon SageMaker JumpStart で簡単に構築する

2022 年 11 月、AWS のお客様が Amazon SageMaker JumpStart を使用して Stable Diffusion モデルでテキストから画像を生成できることを発表しました。本日、Stable Diffusion モデルで画像をインペイントすることができる新機能をご紹介します。本記事でのインペイントとは、テキストによる指示に基づいて、画像の一部を別の画像に置き換えるプロセスを指します。オリジナル画像、置き換えられる部分の輪郭を示すマスク画像、およびテキストプロンプトを提供することで、Stable Diffusion モデルは、マスクされた領域をテキストプロンプトに記述されたオブジェクト、被写体、または風景に置き換える新しい画像を作成することができます。

インペインティングを利用することで、劣化した画像の修復や、画像の一部だけ新しい画像やスタイルに差し替えたりすることができます。写真やイラストの一部を修正したり、モデルの服装のデザインを複数パターン作成しアイデア出しに使ったりすることが可能です。
この記事では、SageMaker JumpStart から Stable Diffusion のモデルを使いインペイントを行う方法について、Amazon SageMaker Studio の画面から行う方法と、 SageMaker Python SDK から行う方法の2つを解説します。

10 tips to prepare simultaneously for AWS Certified Cloud Practitioner and AWS Certified Solutions Architect – Associate exams

AWS Certified Cloud Practitioner と AWS Certified Solutions Architect – Associate を同時に受験準備するための 10 のヒント

AWS クラウドの知識を深めたい場合、AWS Certified Cloud Practitioner と AWS Certified Solutions Architect – Associate の同時取得を検討することをお勧めします。このブログでは、数週間以内に両方の試験を受けるために私が準備した 10 のことを紹介します。

AWS Amplify が効果を発揮する Next.js の 5 つの機能

Next.js は、React アプリのサーバーサイドレンダリングと静的サイト生成を可能にする、人気の React フレームワークです。フロントエンドの Web およびモバイル開発者が AWS 上で迅速かつ容易にフルスタックアプリケーションを構築できるようにする目的で構築されたツールおよび機能のセットである AWS Amplify と組み合わせると、開発者は本当に強力なアプリを構築することができます。本記事では AWS Amplify が効果を発揮する Next.js の 5 つの機能を紹介します。

コールの感情分析をリアルタイムでエージェントに提供 – Contact Lens for Amazon Connect のリアルタイムコンタクト分析セグメントストリーム

このブログ記事では、Contact Lens のリアルタイムコンタクト分析セグメントストリームを活用した、拡張エージェントデスクトップのセットアップ方法について説明します。

DynamoDB Shell — Amazon DynamoDB のコマンドラインインターフェイスを使用してデータを取得する

DynamoDB を初めて使用する人にとっては、習得に時間がかかる場合があるため、Amazon DynamoDB 用のオープンソースのコマンドラインインターフェイスである DynamoDB シェル (ddbsh) を開発しました。ddbsh の目的の 1 つは、DynamoDB を初めて使用するユーザーに、使い慣れた SQL のようなコマンドを実行することから始められる、シンプルで直感的な環境を提供することです。ddbsh のクエリ言語は SQL から派生したもので、DynamoDB 固有の拡張機能を備えています。

日本語大規模言語モデル OpenCALM の知識でクイズ王に挑戦する

数十億を超えるパラメーターを持つ大規模言語モデルは、追加学習なしに人間も驚く知識を披露します。その知識で、クイズ王に輝くことはできるのでしょうか? 本記事では、株式会社サイバーエージェント様が公開した OpenCALM を用いてクイズを題材にした日本語 QA データセット JAQKET にどこまで正確できるか検証します。