文章列表-AI魔法学院

文章列表

什么是极限、导数、微分与积分（通俗易懂）！

从天体的运行到手机屏幕上的图像渲染，微积分的影响无处不在。

极限导数微分积分

SD入门教程四：图生图基础用法

tree,beachside,there is a sun,）再选择一个合适的图像模型就能生成出图片了。

SD 入门图生图

Stable Diffusion

Stable diffusion三步搞定——场景定制化

3.将文生图得到的图片转到图生图中借助control net 插件中tile_resample模型对图片里的细节进行处理于此同时使用脚本中的UItemate SD upscale模型将已得到的图片进行人为放大

AI图片

Stable Diffusion

Stable Diffusion新手快速入门教程

（1）大模型：指SD绘图的基础模型，也叫大模型/底模。

文生图

Stable Diffusion

Stable Diffusion 文生图全网最细详解

其中：模型选择：模型对于 SD 绘图来说非常重要，不同的模型类型、质量会很大程度的决定最终的出图效果（模型相关的课程会在后面细讲） Prompt区：如果你使用过 ChatGPT

文生图 SD

2023年人工智能行业总结（精简版）

首先，语言模型线取得了显著突破。

人工智能行业总结

AI换脸工具:facefusion使用心得

face_enhancer人脸修复模型在FaceFusion 2.3.0中，启用face_enhancer选项后，可以选择特定的人脸修复模型来改善人像图像的质量。

FaceFusion 文生图

Stable Diffusion

如何保证每次画出的都同一张人脸：Stable Diffusion的Reference only教程

Seed值控制虽然可大体达到目的，但是画出的人物姿态也高度趋同，而且稍微改变描述就会画出另外一个人来，而训练「高质量」模型则更费时费力。

文生图

Stable Diffusion

小白也可以一键安装的Stable Diffusion——Easy Diffusion

安装模型小伙伴肯定不会使用原生模型来作图。

Stable Diffusion 插件安装

解读wav2lip：探究语音驱动唇部动作的技术原理！

二、本文方法介绍 wav2lip模型的训练分为两个阶段，第一阶段是专家音频和口型同步判别器预训练；第二阶段是GAN网络训练。

wav2lip 语音

图片生成速度最高提升10倍！可以做到“实时”生成！清华推出LCM/LCM-LoRA！

由于扩散过程需要多次迭代，每次迭代都要用到一个神经网络，所以SD模型的生成过程需要大量的计算资源和时间。

LCM/LCM-LoRA 文生图

HAI-Chat：高效且轻量的一键式 RLHF 训练工具

它适配萤火智算集群的特性，更兼容 HAI-LLM 大模型训练框架训练出来的模型，相比开源 RLHF 方案提速12倍。

HAI-Chat RLHF

Python入门与语法速查

标识符对大小写敏感。

python 编程

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

内置HP5一个模型； 3、去混响、去延迟模型（by FoxJoy）： (1)MDX-Net(onnx_dereverb):对于双通道混响是最好的选择，不能去除单通道混响；

数字人声音克隆 GPT-SoVITS

ComfyUI官方使用手册【官网直译+关键补充】

10使用模型放大图像(Upscale Image (using Model))节点使用模型放大图像(Upscale Image (using Model))节点可以用来通过加载放大模型(Load

文生图图生图 comfyui

<...83 84 85 868788 89 90 91 92 ...>

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