<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=165309"><dc:title>Strojno pospešeno izvajanje globokih difuzijskih modelov v spletnem brskalniku</dc:title><dc:creator>Bačar,	Neža	(Avtor)
	</dc:creator><dc:creator>Bohak,	Ciril	(Mentor)
	</dc:creator><dc:subject>stabilna difuzija</dc:subject><dc:subject>difuzijski modeli</dc:subject><dc:subject>spletni brskalnik</dc:subject><dc:subject>generativna umetna inteligenca</dc:subject><dc:description>V zadnjem času je področje umetne inteligence doživelo velik razcvet, pri čemer so veliko pozornosti pritegnili pristopi za proceduralno generiranje slik in videoposnetkov na podlagi podanega opisa. Leta 2022 je bil izdan odprtokodni model, imenovan Stabilna difuzija. Magistrska naloga obravnava implementacijo modela v obliki spletne aplikacije, ki teče v spletnem brskalniku na strani odjemalca s pomočjo ogrodja ONNX. V delu primerjamo hitrosti izvajanja in kakovost izhodnih slik pri modelih z različno natančnostjo uteži (16 in 8 bitov). Rezultati kažejo, da je izvajanje z uporabo WebAssembly-ja ter centralno procesne enote izvedljivo, vendar počasnejše v primerjavi s tradicionalnimi metodami, ki uporabljajo strežniške rešitve in zmogljivejše grafične procesne enote. Kljub trenutnim izzivom pri podpori za izvajanje inference v brskalniku preko grafične procesne enote, ogrodje ONNX ponuja obetavne možnosti za širšo dostopnost in uporabo naprednih tehnologij umetne inteligence v vsakodnevnih spletnih aplikacijah. Rezultat naloge je razvita implementacija modela Stabilne difuzije 2.1 v obliki spletne aplikacije ter primerjava časa izvajanja ter kakovosti izhodnih slik z obstoječimi rešitvami.</dc:description><dc:date>2024</dc:date><dc:date>2024-12-02 07:55:01</dc:date><dc:type>Magistrsko delo</dc:type><dc:identifier>165309</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>
