标签：标记

2025-01-27CrimsonFeather阅读(278)赞(0)

（全套教程文末领取哈） 文生图只是AI生成能力的起步，如今，随着同行们的探索增加，很多人已经开始通过Stable Diffusion训练风格化的模型，即将AI变成一个特定画风的画师。 最近，就有一位开发者分享了自己训练风格化LoRA模型的经...

2025-01-21FrozenEmbers阅读(488)赞(0)

导读：大型预训练模型是一种在大规模语料库上预先训练的深度学习模型，它们可以通过在大量无标注数据上进行训练来学习通用语言表示，并在各种下游任务中进行微调和迁移。随着模型参数规模的扩大，微调和推理阶段的资源消耗也在增加。针对这一挑战，可以通过优...

2025-01-21FrozenEmbers阅读(1102)赞(0)

      Whisper 是论文中提出的用于自动语音识别 （ASR） 和语音翻译先进的模型通过大规模弱监督实现稳健语音识别 作者：Alec Radford 等人，来自 OpenAI。Whisper 在 >5M 小时的标记数据上进行了...

2025-01-21LunarEclipse阅读(269)赞(0)

本文借助llama这个模型快速入门LLM的推理过程，很多技术细节都是通用的，也适合其他的LLM。这篇文章之前发过一次，现在整理下内容重新发下。 这篇也算是总结的性质，仅需要的知识点都列出来，简单介绍一番。可能说的不够详细，想看具体细节的小伙...

2025-01-21CosmicWanderer阅读(401)赞(0)

本文是对stabled-diffusion的pipeline文件的代码逐行解释。 60-71行 该函数对经过cfg重组出来的noise_pred，再重组。 def rescale_noise_cfg(noise_cfg, noise_pre...

2025-01-20ai_helper阅读(870)赞(0)

0. 前言 世界模型 (World Model) 展示了如何通过在生成的想象环境中进行实验来训练模型(而不是在真实环境中进行训练)，从而学习如何执行特定任务。世界模型很好的说明了如何将生成模型与其他机器学习技术(如强化学习)相结合使用解决实...

2025-01-20CrystalEyes阅读(427)赞(0)

ControlNet 是 Stable Diffusion Web UI 中功能最强大的插件。基于 ControlNet 的各种控制类型让 StableDiffusion 成为 AI绘图工具中最可控的一种。 IP Adapter 就是其中的...

2025-01-20DriftingDancer阅读(363)赞(0)

概述 基于计算机视觉的模型的核心挑战之一是生成高质量的分割掩模。大规模监督训练的最新进展已经实现了跨各种图像风格的零样本分割。此外，无监督训练简化了分割，无需大量注释。尽管取得了这些进展，构建一个能够在没有注释的零样本设置中分割任何东西的计...

2025-01-19EnchantedScribe阅读(473)赞(0)

像 GPT-4o 这样的模型通过语音实现了与大型语言模型（LLMs）的实时交互，与基于文本的传统交互相比，显著提升了用户体验。然而，目前在如何构建基于开源 LLMs 的语音交互模型方面仍缺乏探索。为了解决这个问题，我们提出了 LLaMA-O...

2025-01-19CosmicWanderer阅读(498)赞(0)

当我们不想重绘整张图，只希望对图中的某个局部位置进行重绘，该怎么做呢？ 这一节我们就来使用局部重绘解决这个问题 本节课模特 参数如下： 模型： deliberate 正向Prompt： a young woman, street, laug...