-
“Datawhale X 魔搭” AI夏令营第四期：AIGC方向——Task2&Task3
伪造媒体，特别是视频和音频，它们看起来或听起来非常真实，但实际上是由计算机生成的。这种技术通常涉及到深度学习算法，特别是生成对抗网络（GANs），它们能够学习真实数据的特征，并生成新的、逼真的数据。...
-
五个优秀的免费 Ollama WebUI 客户端推荐
完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的...
-
智能语音生成会议纪要的神器
大模型：集成了Qwen1.5、moonshot、deepseek等大模型，具备数十亿甚至数千亿参数的深度学习模型，能够执行复杂的语言理解、生成等任务。 总结 这个项目提供了多种版本的语音识别和...
-
Nvidia 和 Mistral AI 的超精确小语言模型适用于笔记本电脑和 PC
B，是 NeMo 12B 的迷你版本，参数量从 120 亿缩减到了 80 亿。 据 Nvidia 深度学习研究副总裁 Bryan Catanzaro 在博客文章中介绍，这款 80 亿参数的小型语言模...
-
程序员掌握Stable Diffusion，下班后打造月入3000+的AI绘画副业
Stable Diffusion的契合点 作为程序员，我们天然具备学习新技术的能力。SD作为一种基于深度学习的图像生成工具，其背后的算法和编程逻辑对我们来说并非遥不可及。此外，程序员的工作场景中，SD...
-
Datawhale AI夏令营第四期 魔搭-AIGC方向 Task2：精读代码，实战进阶 笔记
pipe 是一个 StableDiffusionPipeline 实例，它是一个用于文本到图像生成的深度学习模型。在这个例子中，pipe 已经被加载并移动到了 CUDA 设备上。 2. prompt...
-
Datawhale X 魔搭 AI夏令营 - AIGC方向（task01笔记）
言模型来生成图像。 缺点：模型的复杂性和计算资源的限制，生成的图像仍然较为粗糙，不够逼真。 1.3深度学习的崛起（2010年-2020年） 发展：卷积神经网络（CNN）和生成对抗网络（GAN）的发展...
-
深度解析｜AI绘画中SD1.5、SDXL、Checkpoint、Lora 的含义与原理
kpoint和lora的含义和不同； 2.1什么是checkpoint？ Checkpoint是深度学习中常用的一个术语，用于描述在每次训练后保存模型参数（权重）的惯例。类似于游戏中保存关卡的功能...
-
「深度探索：AIGC——从文本到视觉的奇迹之旅」
章目的 2. AIGC技术的发展历程 2.1 起源与早期阶段 2.2 技术突破 2.2.1 深度学习的兴起 2.2.2 生成对抗网络(GANs 及其他模型 2.3 近年重大进展 4. 未来...
-
Stable Diffusion赋能“黑神话”——助力悟空走进AI奇幻世界
换为另一张图片中的面部信息，实现面部替换的效果。 技术原理： Reactor换脸技术基于深度学习算法，通过提取两张图片中的面部特征信息，并进行比对和融合，最终实现面部替换。该技术在处理过程...