文章列表-AI魔法学院

文章列表

AI换脸：FaceFusion和Roop在线版修复，支持手机，平板，低配电脑！

因为谷歌Colab平台升级的缘故，大概在12月初，在线的换脸脚本就无法调用GPU了。

FaceFusion Roop AI换脸

打磨 8 个月、功能全面升级，Milvus 2.3.0 文字发布会现在开始！

架构升级 § GPU 支持 § 早在 Milvus 1.x 版本，我们就曾经支持过 GPU，但在 2.x 版本中由于切换成了分布式架构

大语言模型

如何使用 Megatron-LM 训练语言模型

但它针对 GPU 上的训练进行了高度优化。

开源模型

【分享】SDXL模型最佳拍档！COMFY UI上手指南

理论上，SDXL 1.0 应该在具有 8GB VRAM 的 GPU 上有效工作。

大模型

模型压缩：量化、剪枝和蒸馏

导读：近年来，BERT 系列模型成了应用最广的预训练语言模型，随着模型性能的提升，其参数规模不断增大，推理速度也急剧提升，导致原始模型必须部署在高端的GPU 显卡上，甚至部分模型需要多块显卡才能正常运行

BERT 语言模型

手把手教你本地部署清华大学KEG的ChatGLM-6B模型——Windows+6GB显卡版本和CPU版本的本地部署

下面2个步骤是不管你部署CPU还是GPU版本都需要做的。

提示词 prompt chatgpt

开源版妙鸭相机来了，无限出个人写真图（阿里达摩院出品）

8+ o o • 操作系统版本: Ubuntu 20.04, CentOS 7.9 o o • GPU

妙鸭相机

国内AI大模型已近80个，哪个最有前途？

字节有很多 GPU 资源。

大模型

大模型训练为什么用A100不用4090

大模型训练为什么不能用 4090 GPU 训练性能和成本对比 LambdaLabs 有个很好的 GPU 单机训练性能和成本对比，在此摘录如下。

大模型

为什么Llama2大模型可以在个人电脑上部署？

PyTorch提供了对NVIDIA CUDA非常好的支持，可以将模型和数据高效加载到GPU显存中，利用GPU并行计算带来的加速。

开源模型

语言大模型100K上下文窗口的秘诀

[技巧3] Flash Attention有效地实现了GPU的注意力层。

大模型

大模型微调应用实践，没那么简单，看看曾经踩过的坑

一、大模型训练稳定性方面单机训练不起来，环境配置问题： GPU的CUDA驱动需和深度学习框架版本拉齐，否则模型跑不起来如GPU的CUDA verison是11.4，那就选择pytorch的版本为1.12.1

大模型

大模型微调经验汇总---LLM finetuning 踩坑经验之谈

对于推理，在 GPU 资源不富裕的情况，如何最小化的利用内存，提升推理效率，也是可以讨论的内容。

大模型人工智能

无需编码，轻松提升图像品质：探索ComfyUI的图像增强功能

支持GPU和CPU：即使在VRAM很少的系统上，用户也可以使用超过3GB VRAM的GPU的功率，或者选择CPU处理。

文生图

大模型应用实践：用LLaMA 2.0, FAISS and LangChain实现基于自由知识问答

如果您正在使用Google Colab来运行代码，请按以下步骤操作：在笔记本中转到“运行时”>“更改运行时类型”>“硬件加速器”>“GPU”>“GPU类型”>“T4”。

开源模型

<123 4 5 6 7 8 9 10 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1