文章列表-AI魔法学院

文章列表

13.5K Star ! Fish Speech Windows本地搭建，能否达到官方的级别？强烈推荐

输入参考音频对应的文本还是拿之前太乙真人的音频进行测试，同样的长文本： 1 有一个小镇很久没有下雨了，令当地农作物损失惨重，于是牧师把大家集合起来，准备在教堂里开一个祈求降雨的祷告会

Fish Speech 本地搭建

LlamaIndex的QueryPipeline在实现RAG应用后，Agent应用也可以实现了（附开发示例）

column, ) engine = create_engine("sqlite:///chinook.db") sql_database = SQLDatabase(engine) 2.安装可观测性工具

Agent QueryPipeline 大模型

深入探讨GPTs和AI Assistant

步骤*: Playground 今天调试和测试开发者可以在 Playground 中进行调试和测试，具体如下，其具体的能力和GPTs比较相似，只是可以看到更多的debug信息。

GPTs AI Assistant

保姆级教程：图解Transformer

随着技术的发展，Transformer 开始征战视觉领域，分类、检测等任务均不在话下，逐渐走上了多模态的道路。

人工智能

AI 爆文写作：如何用GPT写出10万＋？这篇五千字长文给你答案！

这是我个人使用 AI 写作时最常使用的方法，我测试过很多次，这样去写比直接让 AI 生成一篇完整的文章要效果好很多。

提示词写作自媒体

一招让你的 AI 图像更惊艳！DALL-E 3 自定义指令魔法

我还测试了其他类型的图片，发现这个自定义指令在大多数情况下比不使用自定义指定生成的图片更好。

DALL-E3 文生图

Stable Diffusion

AI绘画Stable Diffusion进阶使用

（最初发布的 SD 模型 v1 中附带的采样器） UniPC：一个为快速采样扩散模型而设计的统一预测-校正框架。

Stable Diffusion 文生图

模型压缩：量化、剪枝和蒸馏

后剪枝则是在模型训练完成后，根据模型权重参数和剪枝测试选取需要剪枝的部分，比较粗暴，但与训练时剪枝所需的额外计算量和控制流程相比，后剪枝是较为简单的做法。

BERT 语言模型

人话聊AI大模型：AIGC如何助力营销的秘密（上）

该工具于2022年7月12日进入公开测试阶段。

大模型

大模型微调方法总结

target（ y ）的拼接，模型自回归地生成：对于摘要任务，本文使用 BART 模型，编码器输入 source 文本 x ，解码器输入 target 黄金摘要（ y ），模型预测摘要文本

开源模型

图解大模型训练之：张量模型并行(TP)，Megatron-LM

很简单，再把X“按列切开”就行了，如下图所示： (2) backward 做完forward，取得预测值Y，进而可计算出损失L，接下来就能做backward了。

开源模型

手把手！做Llama3的MoE专家混合模型！底层原理怎样的？做自己的MoE模型？需要多少算力？

day01 llama3能力，雄哥知根知底，本地实跑+测试！

MoE 专家混合模型

中国大模型「顶流群聊」笔记

李开复就指出，尽管在跟 GPT-3、GPT3.5 等 SOTA（state of the art，先进）模型的各种评比中，Llama2 的差距不大。

大语言模型

耗时7天，终于把15种ControlNet模型搞明白了

提示词的作用是奠定整个图的大致画面 Lora的作用是让图片主体符合我们的需求 ControNet的作用是精细化控制整体图片的元素——主体、背景、风格、形式等提示词的用法我在SD的教程里讲过，这个更多的是需要平时的积累，用AB测试去知道每个词对图片产生的影响

文生图

世界上最流行（github排名高）的开源移动机器人的操作系统ROS开源了！！

对于研究人员来说，它可以作为一个灵活的研究工具，用于测试新的算法和技术。

ROS 机器人开源模型

<...53 54 55 56 57 58 59 606162 >

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

© 2023-2024 AI魔法学院

京ICP备20027199号-1