文章列表-AI魔法学院

文章列表

开源免费离线语音识别神器whisper如何安装

系统环境官方说他们使用的是Python 3.9.9 and PyTorch 1.10.1来训练和检验的程序，但预计兼容python 3.7以后的版本和pytorch近期更新版本。

wisper 翻译免费

大语言模型综述<演进，技术路线，区别，微调，实践，潜在问题与讨论>

训练数据是以英语为主的拉丁语系，另外还包含了来自GitHub的代码数据。

大模型

Stable Diffusion

超详细的 Stable Diffusion ComfyUI 基础教程（三）：Refiner 细化流程

②我们先在原来的“ CLIP 文本编码器”上“右键——转换文本为输入”（意思就是我们把下面的文本输入框转换成了文本节点，把其他节点上输入的内容传到“ CLIP文本编码器”上。）

comfyui 文生图

微调大型语言模型-核心思想和方法介绍

从概念上讲，我们可以使用以下代码说明基于特征的方法： model = AutoModel.from_pretrained("distilbert-base-uncased") #

大模型训练

2024！深入了解大语言模型（LLM）微调方法（总结）

以OpenAI的GPT-3为例，这是一个为广泛的自然语言处理（NLP）任务设计的先进LLM。

大模型微调

【万字长文】全球AI Agent大盘点，大语言模型创业一定要参考的60个AI智能体

MetaGPT与人类SOP流程设计集成。

大语言模型

一个产品经理的大模型观察、反思与预测

Need》 2018年：Google BERT（Bidirectional Encoder Representations from Transformers / 双向编码器表征模型

工作

Prompt | 抖音视频脚本

复制脚本并访问 https://beta.elevenlabs.io/speech-synthesis 以生成文本转语音。

prompt

AI大模型LLM可以帮助企业做什么？

AI是新基建和新动能，明确目标用户和业务场景，释放AI的潜力，助力企业转型升级。”

大模型

有道开源的国产语音库EmotiVoice爆火了！具有情绪控制功能的语音合成引擎！

前不久小圈为大家介绍过 Coqui 文本转语音（Text-to-Speech，TTS）模型，相比较市面上原有的开源TTS模型，Coqui 有其独特的优势，也受到了广大科技互联网爱好者的青睐

EmotiVoice 语音库

长窗口大战要终结了？谷歌魔改Transformer，推出了“无限注意力”

谷歌发了一篇论文，介绍它是如何玩转长文本的。

大模型上下文

实时语音克隆

项目简介这份内容介绍了实时语音克隆的技术实现，作者通过将说话者验证技术转移到多说话人文本到语音合成（SV2TTS）来实现语音克隆。

语音克隆

开源版妙鸭相机来了，无限出个人写真图（阿里达摩院出品）

使用ModelScope提供的notebook环境【推荐】ModelScope(魔搭社区)提供给新用户初始的免费计算资源，参考ModelScope Notebook如果初始免费计算资源无法满足要求

妙鸭相机

冲击传统模特，商汤发布高质量虚拟试衣Diffusion模型

最近，扩散模型已经成为在各种应用中生成高质量图像的有前途的替代方法。

文生图

图解大模型训练之：张量模型并行(TP)，Megatron-LM

所以我去看了Megatron的源码，在此基础上配合图例写了这篇文章，其中的很多设计思想和细节就来自对源码的阅读。

开源模型

<...22 23 24 252627 28 29 30 31 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1