标签：github

2024-06-06EnchantedScribe阅读(797)赞(0)

前言         Whisper 是一种通用语音识别模型。它是在大量不同音频数据集上进行训练的，也是一个多任务模型，可以执行多语言语音识别、语音翻译和语言识别。         这里呢，我将给出我的一些代码，来帮助你尽快实现【语音转文字...

2024-06-06ElectricStorm阅读(1108)赞(0)

记录了自己跑通Stable Diffusion的过程和踩过的坑，目前只是初步跑了一下，没有很深入的使用代码，希望能有一些参考价值。  在Windows系统运行，需要提前装好Conda 一、下载代码和模型 1、下载代码： 代码下载：代码地址 ...

2024-06-06ElectricStorm阅读(270)赞(0)

前情提要 在之前尝试使用Diffusers库来进行stable-diffusion的接口调用以及各种插件功能实现，但发现diffusers库中各复杂功能的添加较为麻烦，而且难以实现对采样器的添加，safetensors格式模型的读取。在官网...

2024-06-05CrimsonArrow阅读(703)赞(0)

错误：RuntimeError: Found no NVIDIA driver on your system. Please check that you have an NVIDIA GPU and 因为我电脑没有英伟达显卡所以遇到这个错...

2024-06-05EnigmaticGaze阅读(769)赞(0)

关于 ollama 项目 https://github.com/ollama/ollama/tree/main/docs https://www.bilibili.com/video/BV1oS421w7aM/ 【ollama】（2）：在l...

2024-06-05ElectricStorm阅读(386)赞(0)

一提起后期处理，我猜你可能立马想到的就是图像放大。 今天，我要向你展示的后期处理手法，以及优化技巧。 图片放大算法 如果你常用的是秋叶大佬的整合包，那么你对”R-ESRGAN 4x+”和”R-ESRGAN...

2024-06-05EnigmaticGaze阅读(575)赞(0)

基于LLaMA-Factory，用4个V100的GPU，如下命令训练ChatGLM3： deepspeed --num_gpus 4 --master_port=9901 src/train_bash.py --deepspeed ds_c...

2024-06-05GoldenSphinx阅读(395)赞(0)

序言 由于stable diffusion web ui无法做到对流程进行控制，只是点击个生成按钮后，一切都交给AI来处理。但是用于生产生活是需要精细化对各个流程都要进行控制的。 故也就有个今天的猪脚：Comfyui 步骤 下载comfyu...

2024-06-04CrystalEyes阅读(498)赞(0)

“Stable Diffusion的门槛过高、不会安装？没关系，这篇文章教会你如何安装！” Stable Diffusion的安装部署其实并不困难，只需简单点击几下，几分钟就能安装好，不管是windows还是苹果mac电脑，关于Stable...

2024-06-04LunarEclipse阅读(770)赞(0)

目录 1. 概述 2. 一键起飞  2.1 webui 2.2 基础用法​​​​​​​​​​ 2.3 必装插件 2.4 Stable Diffusion WebUI Forge 2.5 ComfyUI 2.6 Fooocus 2.7 dif...