文章列表-AI魔法学院

文章列表

Stable Diffusion

万字长篇！超全Stable Diffusion AI绘画参数及原理详解

图1-3 不同VAE之间的区别（来源：https://civitai.com/models/97653/z-vae）所以，选用不同的VAE模型在制图的过程中很有必要，具体选用哪个建议是用XYZ Plot

文生图

大规模训练系列之技术挑战

可以发现，单独使用大数据集或者是大模型，均能带来一定的精度提升。

开源模型

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

而对于Bottom-up模型而言，画面中有多个对象存在，难免有远近高低，因此不能只用一个尺度学到全部对象的可靠特征，因此需要用到FPN来做不同尺度的特征学习和融合。

MoveNet-SinglePose Google 模型

混合专家模型 (MoE) 详解

在有限的计算资源预算下，用更少的训练步数训练一个更大的模型，往往比用更多的步数训练一个较小的模型效果更佳。

MoE大模型

Prompt全攻略(二):Prompt编写的要诀

想要充分运用ChatGPT等AI系统,Prompt编写技巧尤为关键。

prompt

ComfyUI-基础图生图&基础图片缩放

Img2Img在ComfyUI中工作原理也是完全相同的，加载一个图像，用VAE图像编码器将其转换为潜在空间，然后用低于1.0的噪点对其进行采样。

ComfyUI 图生图

Stable Diffusion

Stable Diffusion基础：ControlNet之细节替换

之前的文章已经介绍过相关安装方法，大家请点击这个链接移步过去：ControlNet 安装与基本使用方法使用方法这个控制网络可以用于文生图、图生图，这里以“文生图”为例。

StableDiffusion 文生图

FaceFusion参数详解

用来切换不同的UI布局。

FaceFusion 文生图

变天了，AI可以一键生成中文海报了......

第一步：使用Claude（或者其他AI聊天工具），上传图片并输入提示词：“请详细描述该海报的设计风格、画面构成和文字布局，要求通过文字描述准确还原视觉效果。”

2.1图像模型文生图

万字长文震撼来袭！揭秘Transformer——吐血解读自注意力机制的革命性突破

Transformer遵循这种总体架构，使用堆叠的自注意力机制和逐点、全连接层，分别用于编码器和解码器，如图1的左半部分和右半部分所示。

Transformer 大模型

深入探秘：百川7B大模型的训练代码解析，揭秘巨无霸语言模型背后的奥秘

先说下大模型的理论：大模型的底座模型就是多层的transformer，由于是因果语言建模，它只用了transformer的decoder模块。

大模型

七问大模型幻觉｜LLM Hallucination

因此，对幻觉的容忍度取决于具体的应用场景。

大模型

Stable Diffusion

Stable Diffusion教程：绘制3D风格的手办公仔

在这篇文章中，我们将向你介绍如何利用Stable Diffusion绘制3D风格的手办公仔，让你轻松掌握这一创新技术。

Stable Diffusion 教程 3D

保姆级教程：图解Transformer

比如我写过的《用自己训练的AI玩王者荣耀是什么体验？》。

人工智能

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

其三是合成得到的监督数据，利用GPT3.5为来自Wiki跟MC4的长文本生成对应的问题，用于缓解模型在长文档检索任务的不足，同时引入额外的多语言数据。

BGE M3-Embedding 多语音检索

<...90 91 92 93 94 959697 98 99 >

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