首页
Ai 资讯
Ai 知识库
创作魔法
绘画魔法
视频魔法
训练魔法
Ai术语
Ai提示词
Ai创意图
Ai工具
Ai视频
VIP专区
VIP专区
登录
AI魔法学院客服
最新
排序
收藏
全部
七天内
一个月内
选择分类
全部
写作魔法
绘画魔法
视频魔法
训练魔法
其他
AI工具
VIP视频
推荐阅读
换一批
· Ollama最新更新v0.1.33,实现了多并发可同时与多个模型聊天对话!
· SD 美颜修图神器
· 大模型训练工程那些事
· 2024年值得关注的Agent框架
· 大模型中的Top-k、Top-p、Temperature详细含义及解释
· 使用自己的数据训练清华ChatGLM2-6B 模型
· 它来了!SDXL + ControlNet 终于强强联合!
· 爆肝7天!AI艺术字终极攻略,光影、隐藏、嵌入、海报4种艺术字全拆解
· WSL2安装(详细过程)
· 推荐智能体:利用大模型进行交互式推荐
热门标签
Stable Diffusion
stable diffusion
Midjourney
midjourney
ComfyUI
comfyui
ChatGPT
chatgpt
大模型
数字人
开源
人工智能
Sora
文心一言
天工
零一万物
知海图
星火
文心一格
混元
通义千问
盘古
言犀
ChatGLM
Github
微软
热门标签
免费
教程
插件
免费
教程
插件
免费
教程
插件
文章列表
神奇的
OuteTTS
-
0.1
-
350M
:用几秒钟音频克隆声音的黑科技!
而
OuteTTS
-
0.1
-
350M
作为一款新兴的 TTS 模型,正以其独特的技术和功能特点吸引着众多关注。
OuteTTS-0.1-350M
音频
SD 美颜修图神器
Noise alpha「噪点阿尔法」分别设置 0、
0.1
和 0.5,官方推荐
0.1
,值越大,图像噪点越多。
SD
文生图
Meta
学术党狂喜,Meta推出OCR神器,PDF、数学公式都能转
该研究用到了 2 个 Swin Transformer ,一个参数量为
350M
,可处理的序列长度为 4096,另一参数量为 250M,序列长度为 3584。
大模型
数字人
Threejs: 数字人生成金色动态粒子效果
distanceToCenter = distance(gl_PointCoord, vec2(0.5)); float strength = 0.05 / distanceToCenter -
0.1
Threejs
数字人
大模型
如何下载及使用通义千问7B开源大模型
Optional[List[str]] = None lora_rank: int = 8 lora_alpha: int = 32 lora_dropout_p: float =
0.1
通义千问
Stable Diffusion
Stable Diffusion | SD腾讯云3步部署,全程五分钟,附价格费用清单
先说腾讯云费用,计算细则在文末: 平均生成单张图片的费用为0.01元~
0.1
元。
下载
开源模型
Transformer
保姆级教程:图解Transformer
Attention ''' def __init__(self, temperature, attn_dropout=
0.1
人工智能
教程
SD入门教程六:ControlNet基础入门
引导介入时机:这里其实是生成图片进度百分比的值,比如:设置值为
0.1
的话那么这个控制类型在生成进度到达10%的时候启动; 7.
ControlNet
文生图
一文搞懂贝叶斯定理有什么用
把用户最近搜索的所有可能的单词列出来,然后计算条件概率: P(mask|elon)=0.5 P(jerk|elon)=
0.1
P(university
贝叶斯定理
Stable Diffusion
Stable Diffusion高精度换脸
采样方法 (Sampler):DPM++ SDE Karras 面部修复:开启 宽度:512 高度:768 总批次数:1 单批数量:1 提示词引导系数 (CFG Scale):7 重绘幅度:
0.1
Stable
Diffusion
文生图
大模型
CodeFuse开源编程大模型-您的开源编程助手
ensp; top_p=0.95, temperature=
0.1
大模型
AI编程
大模型
详解大模型RLHF过程(配代码解读)
在进行RLHF时,需要一个奖励模型来评估语言大模型(actor model)回答的是好是坏,这个奖励模型通常比被评估的语言大模型小一些(deepspeed的示例中,语言大模型66B,奖励模型只有
350M
训练
SDXL
SDXL模型lora训练参数详细设置,显存占用22G,不用修脸原图直出
这个数据集里有几张照片是糊的,所以这个版本学出来也是糊的,最后的结果还不如我用lr调度器cosine_with_restarts、优化器AdamW8bit,dim32,损失值在
0.1
的效果好……也就是紫色线那次训练
SDXL
训练
大模型
大模型高效微调:🤗 PEFT 使用案例
task_type=TaskType.SEQ_2_SEQ_LM, inference_mode=False, r=8, lora_alpha=32, lora_dropout=
0.1
大模型
Stable Diffusion
超级干货,自学stable diffusion,看完这篇就够了
加权重有两种方式:1.加括号(), 增加一个括号就增加
0.1
的权重, (美丽的)就是1.1的权重,((美丽的))就是1.2的权重。
Stable
Diffusion
文生图
<
1
2
3
4
>
1
2
4
5
6
7
8
9
100