-
LLaMA-Adapter: Efficient Fine-tuning of Language Models with Zero-init Attention
Paper name LLaMA-Adapter: Efficient Fine-tuning of Language Models with Zero-init Attention Paper Reading Note Paper URL: htt...
-
发现【Stable-Diffusion WEBUI】的神奇插件：离线自动翻译中文提示词
文章目录 （零）前言 （一）提示词翻译（Prompt Translator） （1.1）尚需改进 （零）前言 本篇主要提到了WEBUI的提示词翻译插件，之前我说不喜欢联网的插件，而它是离线翻译。 更多不断丰富的内容参考：?《...
-
LLama Factory 安装部署实操记录（二）
1. 项目地址 GitHub - hiyouga/LLaMA-Factory: Easy-to-use LLM fine-tuning framework (LLaMA, BLOOM, Mistral, Baichuan, Qwen, ChatGLM E...
-
stable-diffusion-webui服务器centos部署实践（成功）
之前关注stable-diffusion仅仅是因为stable-diffusion模型，但实践证明，stable-diffusion如果么有那么好的提示词功力，恐怕生成的图就是“畸形的，缺胳膊少腿的，多一块，少一块的”，如V1实践，V2实践，纸糊效果。...
-
Tracking Any Object Amodally ：让AI像人一样可以追踪任何对象
Tracking Any Object Amodally是由卡内基梅隆大学和丰田研究所开发的项目使得人工智能能够像人一样追踪物体的整体，即使在部分遮挡或不完全可见的情况下也能理解其完整结构。 在这个项目中，计算机被训练成能够“理解”并追踪到部分遮挡物体的完...
-
“私密离线聊天新体验！llama-gpt聊天机器人：极速、安全、搭载Llama 2，尽享Code Llama支持！”
“私密离线聊天新体验！llama-gpt聊天机器人：极速、安全、搭载Llama 2，尽享Code Llama支持！” 一个自托管的、离线的、类似chatgpt的聊天机器人。由美洲驼提供动力。100%私密，没有数据离开您的设备。 Demo http...
-
Point Transformer V3：更简单、更快、更强!
本文经自动驾驶之心公众号授权转载，转载请联系出处。 原标题：Point Transformer V3: Simpler, Faster, Stronger 论文链接：https://arxiv.org/pdf/2312.10035.pdf 代码链接：h...
-
阿里团队推新AI模型I2VGen-XL：单张静止图像就能生成高质量视频
视频合成最近取得了显著的进步，这得益于扩散模型的快速发展。然而，它在语义准确性、清晰度和时空连续性方面仍然存在挑战。它们主要源于文本-视频数据的稀缺性和视频的复杂固有结构，使得模型难以同时确保语义和定性的卓越性。 阿里巴巴、浙江大学和华中科技大学的研究人员...
-
Github Copilot绑定Jetbrains IDE无效的解决方案
在Github中进行教育认证后不会自动开通Copilot功能，因此，在进行了Github教育认证之后，在使用之前要进入Github Copilot官网开通Coplilot，如果忽略了这一点，绑定Jetbrains IDE时就会产生绑定无效并卡在“Waiti...
-
Llama 2 with langchain项目详解（三）
Llama 2 with langchain项目详解（三） 17.3 Llama 2 with langchain基础 本节讲解在LangChain中使用Llama 2模型的基础知识，展示如何运行LangChain的代码，及在云端运行Llama 2的700...
-
紧跟潮流，抓住趋势，跟上全民AI的节奏，开源IM项目OpenIM产品介绍，为AIGC贡献力量
开源价值 高度自主、安全可控、开放自由，私有化部署，一切皆可控 透明度和可信度：开源软件的源代码是公开的，任何人都可以查看和检查代码，从而增强了软件的透明度和可信度。用户可以了解软件的内部结构和运作方式，发现和修复潜在的安全漏洞和错误。 自由度和可定...
-
使用llama.cpp在本地搭建vicuna 13B语言模型
有人做了windows下的脚本放到github上了，直接运行就可以了。我在本机试了一下13B的模型能运行，但生成速度非常慢，回复一个问题基本上要花5分钟以上的时间。我的机器配置 3900X 32G内存。 https://github.com/mps2...
-
文字识别表格识别，这个库直接调用
PaddleOCR是一个基于PaddlePaddle深度学习框架开发的开源OCR（Optical Character Recognition）工具。除了光学字符识别（OCR）功能外，最新版本的PaddleOCR还引入了表格识别功能。 表格识别是一种将图像...
-
midjourney指令笔记+踩坑日记+gpt论文润色指令
跟人拼团入手了midjourney，长期记录更新。 midjourney指令笔记+踩坑日记 指令笔记 踩坑日记 GPT论文润色指令 指令一 指令二 指令三 指令四 指令五 指令笔记 关键词参考网址：prompttool...
-
Novel ai(stable-diffusion-webui)的本地部署经历
整体思路 整体参考的就是下面的网站的内容，采用的里面是Anaconda搭建虚拟环境部署的步骤（网站里面用的Miniconda其实上和Anaconda整体思路是一样的） tip：Anaconda的配置是比较简单的，可以直接在网上搜索，需要注意的是建议先卸...
-
AI绘画中CLIP文本-图像预训练模型
介绍 OpenAI 在 2021 年提出了 CLIP（Contrastive Language–Image Pretraining）算法，这是一个先进的机器学习模型，旨在理解和解释图像和文本之间的关系。CLIP 的核心思想是通过大规模的图像和文本对进行...
-
OpenAI Whisper + FFmpeg + TTS：动态实现跨语言视频音频翻译
本文作者系360奇舞团前端开发工程师 摘要： 本文介绍了如何结合 OpenAI Whisper、FFmpeg 和 TTS（Text-to-Speech）技术，以实现将视频翻译为其他语言并更换声音的过程。我们将探讨如何使用 Ope...
-
Ubuntu 22.04安装英特尔显卡驱动玩转AIGC
作者：英特尔网路与边缘计算事业部开发者关系经理 李翊玮 本文将介绍如何使用EIV 用5行指令在快速搭建含英特尔显卡及OpenVINO的AI开发环境, 并简洁说明如何使用OpenVINO 及英特尔显卡优化文生图模型Stable Diffusion 的速度。...
-
baichuan-7B-chat微调报错及解决记录 使用的仓库：LLaMA-Factory 2023年11月27日
我所使用的代码仓库是LLaMA-Factoryhiyouga/LLaMA-Factory: Easy-to-use LLM fine-tuning framework (LLaMA, BLOOM, Mistral, Baichuan, Qwen, Chat...
-
CMU权威对比Gemini，GPT-3和Mistral8×7B！GPT-3.5依旧拿捏Gemini，开源模型差距依然不小
谷歌最近发布的Gemini掀起了不小的波澜。 毕竟，大语言模型领域几乎是OpenAI的GPT一家独大的局面。 不过作为吃瓜群众，当然希望科技公司都卷起来，大模型都打起来！ 所以，作为科技巨无霸谷歌的亲儿子，Gemini自然承受了很高的期待。 虽然Gemi...
-
工具：Copilot实战经验分享
在人工智能（AI）和机器学习（ML）领域，Copilot已经成为一个备受瞩目的工具。它是由微软和OpenAI联合开发的，以帮助开发者更高效地完成编程任务。在这篇文章中，我将分享一些关于Copilot的实战经验，以及如何利用它来提高编程效率。 Copil...
-
stable-diffusion安装和简单测试
参考：https://github.com/CompVis/stable-diffusion理解DALL·E 2， Stable Diffusion和 Midjourney的工作原理Latent Diffusion Models论文解读【生成式AI】淺談圖...
-
Stable Diffusion 深度图像库插件使用小记
前言 Controlnet 横空出世以来，Stable Diffusion 从抽卡模式变为 引导控制模式，产生了质的飞跃，再也不用在prompt中钻研如何描述生成人物的动作模式，他对AI画师来说生产力提高不知道多少倍，文末...
-
window安装Stable-Diffusion-WebUI详细教程
直接上效果图，这是通过stable diffusion webui 利用古风模型生成的图片，实在是太好看了！！！ 看了这些图，有没有心痒痒的？今天就来带大家入个门！先把软件搞起来 ！ 【前言】 Stable Diffusion是2022年发布的深度学...
-
【stable-diffusion使用扩展+插件和模型资源（下）】
插件模型魔法图片等资源：https://tianfeng.space/1240.html 书接上文：（上） 插件推荐 1.lobe theme lobe theme是一款主题插件，直接可以在扩展安装 界面进行了重新布局，做了一些优化，...
-
Install Stable Diffusion WebUI on Ubuntu 22.04.2 LTS
1. Environment OS：Ubuntu 22.04 LTS Kernel：5.15.0-60-generic CPU: Intel(R Xeon(R Gold 6278C CPU @ 2.60GHz, 8vCPUs GPU: 1 * N...
-
精讲stable diffusion的controlNet插件
controlNet插件是stable diffusion的一个重要插件，甚至可以说正是因为有了controlNet插件，stable diffusion才会具有midjourney所不具备的独特魅力！ 我们今天就一起来学习下controlNet插件的安...
-
【AIGC】Chatglm2-lora微调
ChatGLM2介绍 ChatGLM2-6B源码地址：https://github.com/THUDM/ChatGLM2-6B ChatGLM2-6B 是开源中英双语对话模型 ChatGLM-6B 的第二代版本，在保留了初代模型对话流畅、部署门槛较低...
-
Copilot：AI自动写代码，人工智能究竟还能取代什么？
Copilot：AI自动写代码，人工智能究竟还能取代什么？ 前言 在AI绘画掀起一阵热潮之后，AI写代码又逐渐进入了我们的视野，似乎这一步我们还没想到就迅速到来了，难道说AI在取代画家之后，还要取代程序员吗？相信我们都曾幻想过这一天，在编写那些...
-
Copilot：一个基于人工智能的编程助手，让你编程更轻松
编程是一项有趣而又富有挑战的工作，它需要不断地学习、思考、创造和解决问题。但是编程也有很多困难和繁琐的地方，比如要记住各种语法规则、查找合适的代码示例、处理各种错误和异常、编写重复的代码等等。有没有一种工具，可以帮助我们编程，让我们更专注于业务逻辑，更高效...
-
Llama中文社区开源预训练Atom-7B-chat大模型体验与本地化部署实测(基于CPU，适配无GPU的场景)
一、模型简介 原子大模型Atom由Llama中文社区和原子回声联合打造，在中文大模型评测榜单C-Eval中位居前十（8月21日评测提交时间）。 Atom系列模型包含Atom-7B和Atom-...
-
GPT系列训练与部署——GPT2环境配置与模型训练
本文为博主原创文章，未经博主允许不得转载。 本文为专栏《Python从零开始进行AIGC大模型训练与推理》系列文章，地址为“https://blog.csdn.net/suiyingy/article/details/13...
-
14秒就能重建视频，还能变换角色，Meta让视频合成提速44倍
就今天的人工智能发展水平来说，文生图、图生视频、图像/视频风格迁移都已经不算什么难事。 生成式 AI 天赋异禀，能够毫不费力地创建或修改内容。尤其是图像编辑，在以十亿规模数据集为基础预训练的文本到图像扩散模型的推动下，经历了重大发展。这股浪潮催生了大量图...
-
击败扩散模型，清华朱军团队基于薛定谔桥的新语音合成系统来了
近日，由清华大学计算机系朱军教授课题组发布的基于薛定谔桥的语音合成系统 [1]，凭借其 「数据到数据」的生成范式，在样本质量和采样速度两方面，均击败了扩散模型的 「噪声到数据」范式。 论文链接：https://arxiv.org/abs/2312.03...
-
测试时领域适应的鲁棒性得以保证，TRIBE在多真实场景下达到SOTA
测试时领域适应（Test-Time Adaptation）的目的是使源域模型适应推理阶段的测试数据，在适应未知的图像损坏领域取得了出色的效果。然而，当前许多方法都缺乏对真实世界场景中测试数据流的考虑，例如： 测试数据流应当是时变分布（而非传统领域适应中...
-
最强英文开源模型LLaMA架构探秘，从原理到源码
导读：LLaMA 65B是由Meta AI（原Facebook AI）发布并宣布开源的真正意义上的千亿级别大语言模型，发布之初（2023年2月24日）曾引起不小的轰动。LLaMA的横空出世，更像是模型大战中一个搅局者。虽然它的效果（performance）...
-
【LLM】LLaMA简介：一个650亿参数的基础大型语言模型
LLaMA简介：一个650亿参数的基础大型语言模型 Paper Setup 其他资料 作为 Meta 对开放科学承诺的一部分，今天我们将公开发布 LLaMA (大型语言模型 Meta AI ，这是一个最先进的大型语言基础模型，旨在帮...
-
【AIGC核心技术剖析】用于高效 3D 内容创建生成（从单视图图像生成高质量的纹理网格）
3D 内容创建的最新进展主要利用通过分数蒸馏抽样 （SDS） 生成的基于优化的 3D 生成。尽管已经显示出有希望的结果，但这些方法通常存在每个样本优化缓慢的问题，限制了它们的实际应用。在本文中，我们提出了DreamGaussian，这是一种新颖的3D内容生...
-
stable-diffusion-webui环境部署
stable-diffusion-webui环境部署 1. 环境创建 2. 安装依赖库 3.下载底模 4. 获取lora参数文件 5.运行代码 6. 报错信息 报错1 报错2 1. 环境创建 创建虚拟环境 conda cr...
-
Stable Diffusion攻略集（Stable Diffusion官方文档、kaggle notebook、webui资源帖）
文章目录 第一部分 一、 Features：Textual Inversion（文本反转） 1.1 Textual Inversion 简介 1.1.1 摘要 1.1.2 算法 1.1.3 模型效果 1.2 Textual Invers...
-
AI图片生成Stable Diffusion参数及使用方式详细介绍
Stable Diffusion环境搭建与运行请参考上一篇博文《AI图片生成Stable Diffusion环境搭建与运行》，地址为“https://blog.csdn.net/suiyingy/article/details/128896...
-
AI绘画——ControlNet扩展安装教程
目录 1.ControlNet安装 2.预处理模型安装 预处理模型（annotator）下载链接： 预处理模型安装地址： 3.ControlNet模型下载 Controlnet模型下载地址： Controlnet模型安装目录： ...
-
简单的NovelAI绘画方法
玩法很简单，有电脑就行，但是比较吃配置。我小白都能画出来，你也可以。 文章目录 需求 界面参数 排除词 tag tag排序 图片生成 基本tag 人物形象tag 人物细节tag 按以上tag生成的图片 更多tag排序与使用技巧...
-
【Stable Diffusion/NovelAI Diffusion的AMD GPU加速推理探索】
测试机子配置： 1：AMD RX6600(显存8g +i5 12600KF 16g内存 (台式机 2：RTX 3070 laptop(显存8g +i7 10870H 32g内存 (HP暗夜精灵笔记本 两台电脑平均性能差不多，当然N卡肯定更好一点 这边...
-
Llama 2免费托管及API提供
Llama 2 是 Meta 最新的文本生成模型，目前其性能优于所有开源替代方案。 推荐：用 NSDT编辑器 快速搭建可编程3D场景 1、强大的Llama 2 它击败了 Falcon-40B（之前最好的开源基础模型），与 GPT-3....
-
AI绘画：StableDiffusion实操教程-完美世界-魔女（附高清图下载）
前段时间我分享了StableDiffusion的非常完整的教程：“AI绘画：Stable Diffusion 终极宝典：从入门到精通 ” 尽管如此，还有读者反馈说，尽管已经成功安装，但生成的图片与我展示的结果相去甚远。真实感和质感之间的差距到底在哪里？...
-
Github-Copilot初体验-Pycharm插件的安装与测试
引言： 80%代码秒生成！AI神器Copilot大升级 最近copilot又在众多独角兽公司的合力下，取得了重大升级。GitHub Copilot发布还不到两年， 就已经为100多万的开发者，编写了46%的代码，并提高了55%的编码速度。 据官博介绍...
-
基于MindSpore的llama微调在OpenI平台上运行
基于MindSpore的llama微调在OpenI平台上运行 克隆预训练模型 克隆chatglm-6b代码仓，下载分布式的模型文件 git lfs install git clone https://huggingface.co/openlm-...
-
AIGC的一些材料
概念和前景 先看亚马逊AWS给AIGC的定义。 AIGC 是什么_亚马逊云科技 AIGC 解决方案 它有多个模态分支，但大同小异。 Diffusion预训练成本降低6.5倍，微调硬件成本降低7倍！Colossal-AI完整开源方案低成本加...
-
百度文心一言文心千帆大模型 ERNIE-Bot-turbo调用示例（golang版本）
百度的文心一言推出来也有一段时间了，但是接口部分一直没有公开，需要进行申请 最近，有朋友提供了文心千帆大模型的api权限，拿到了必须的参数，现在就来测试一下 下面是使用golang封装的文心千帆 ERNIE-Bot-turbo模型的调用示例...