Azure Machine Learning - 使用 Azure OpenAI 服务生成图像-Toy模板网

这篇具有很好参考价值的文章主要介绍了Azure Machine Learning - 使用 Azure OpenAI 服务生成图像。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

在浏览器/Python中使用 Azure OpenAI 生成图像，图像生成 API 根据文本提示创建图像。

关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团队管理经验，同济本复旦硕，复旦机器人智能实验室成员，阿里云认证的资深架构师，项目管理专业人士，上亿营收AI产品研发负责人文章来源地址https://www.toymoban.com/news/detail-753238.html

Azure Machine Learning - 使用 Azure OpenAI 服务生成图像,azure,机器学习,microsoft,人工智能,深度学习

环境准备

[DALL-E 3]
Azure 订阅。免费创建一个。
已在所需的 Azure 订阅中授予对 DALL-E 的访问权限。
在 SwedenCentral 区域创建的 Azure OpenAI 资源。
然后，需要使用 Azure 资源部署 dalle3 模型。

浏览器使用

浏览到 Azure OpenAI Studio，然后使用与 Azure OpenAI 资源关联的凭据登录。在登录过程中或登录之后，选择适当的目录、Azure 订阅和 Azure OpenAI 资源。

[DALL-E 3]

在 Azure OpenAI Studio 登陆页中，选择“DALL·E playground（预览版）”，以使用图像生成 API。选择页面顶部附近的“设置”，并确认“部署”下拉列表选择了 DALL-E 3 部署。

通过 DALL·E playground（预览版）开始探索使用无代码方法的 Azure OpenAI 功能。在文本框中输入图像提示，然后选择“生成”。 AI 生成的图像准备就绪后，它将显示在页面上。
Azure Machine Learning - 使用 Azure OpenAI 服务生成图像,azure,机器学习,microsoft,人工智能,深度学习
在 DALL·E playground（预览版）中，还可以查看根据设置预填充的 Python 和 cURL 代码示例。选择页面顶部附近的“查看代码”。可以使用此代码编写完成相同任务的应用程序。

Python使用API

检索密钥和终结点

若要成功调用 Azure OpenAI API，需要有关 Azure OpenAI 资源的以下信息：

变量	名称	值
终结点	`api_base`	终结点值位于 Azure 门户中资源的“密钥和终结点”下。也可在“Azure OpenAI Studio”>“操场”>“代码视图”中找到该值。示例终结点为：`https://docs-test-001.openai.azure.com/`。
键	`api_key`	密钥值也位于 Azure 门户中资源的“密钥和终结点”下。 Azure 为资源生成两个密钥。可以使用其中任意一个值。

在 Azure 门户中转到你的资源。在导航窗格中，选择“资源管理”下的“密钥和终结点”。复制“终结点”值和访问密钥值。可以使用 KEY 1 或 KEY 2 值。始终准备好两个密钥可以安全地轮换和重新生成密钥，而不会导致服务中断。
Azure Machine Learning - 使用 Azure OpenAI 服务生成图像,azure,机器学习,microsoft,人工智能,深度学习
为密钥和终结点创建和分配持久环境变量。

环境变量

为密钥和终结点创建和分配持久环境变量。

[命令行]
[PowerShell]
[Bash]

setx AZURE_OPENAI_KEY "REPLACE_WITH_YOUR_KEY_VALUE_HERE"

setx AZURE_OPENAI_ENDPOINT "REPLACE_WITH_YOUR_ENDPOINT_HERE"

[System.Environment]::SetEnvironmentVariable('AZURE_OPENAI_KEY', 'REPLACE_WITH_YOUR_KEY_VALUE_HERE', 'User')

[System.Environment]::SetEnvironmentVariable('AZURE_OPENAI_ENDPOINT', 'REPLACE_WITH_YOUR_ENDPOINT_HERE', 'User')

echo export AZURE_OPENAI_KEY="REPLACE_WITH_YOUR_KEY_VALUE_HERE" >> /etc/environment && source /etc/environment

echo export AZURE_OPENAI_ENDPOINT="REPLACE_WITH_YOUR_ENDPOINT_HERE" >> /etc/environment && source /etc/environment

创建新的 Python 应用程序

打开命令提示符并浏览到你的项目文件夹。创建新的 python 文件 quickstart.py。

安装 Python SDK

使用以下命令安装 OpenAI Python SDK：

[DALL-E 3]

pip install openai

同时安装以下库：

pip install requests
pip install pillow

使用 DALL-E 生成图像

在首选编辑器或 IDE 中打开 _quickstart.py。

将 quickstart.py 的内容替换为以下代码。

[DALL-E 3]

from openai import AzureOpenAI
import os
import requests
from PIL import Image
import json

client = AzureOpenAI(
    api_version="2023-12-01-preview",  
    api_key=os.environ["AZURE_OPENAI_API_KEY"],  
    azure_endpoint=os.environ['AZURE_OPENAI_ENDPOINT']
)

result = client.images.generate(
    model="dalle3", # the name of your DALL-E 3 deployment
    prompt="a close-up of a bear walking throughthe forest",
    n=1
)

json_response = json.loads(result.model_dump_json())

# Set the directory for the stored image
image_dir = os.path.join(os.curdir, 'images')

# If the directory doesn't exist, create it
if not os.path.isdir(image_dir):
    os.mkdir(image_dir)

# Initialize the image path (note the filetype should be png)
image_path = os.path.join(image_dir, 'generated_image.png')

# Retrieve the generated image
image_url = json_response["data"][0]["url"]  # extract image URL from response
generated_image = requests.get(image_url).content  # download the image
with open(image_path, "wb") as image_file:
    image_file.write(generated_image)

# Display the image in the default image viewer
image = Image.open(image_path)
image.show()