文章列表-AI魔法学院

文章列表

windows安装向量数据库milvus

安装 2.1下载 1.打开官网milvus安装文档，milvus单机部署（因为这个是实验，所以安装单机）Install Milvus Standalone with Docker Compose (CPU

向量库 docker

语音识别的未来已来：深入了解faster-whisper的突破性进展

它还支持8位量化，这一技术可以在不牺牲太多准确度的情况下，进一步减少模型在CPU和GPU上的内存占用。

语音识别 Faster-Whisper

主流网络爬虫蜘蛛详解

Baiduspider)的简单步骤百度应用 UA： 1 Mozilla/5.0 (iPhone;CPU

爬虫蜘蛛详解

使用BELLE项目部署bloomz模型（专业程序员精简版）

WebUI python interface.py --model_name_or_path /xxxx/bloomz-7b1-mt --ckpt_path /xxxx/bloomz-7b1-mt Cpu

belle 训练大模型

一位芯片投资人的十年复盘：谁是中国的英伟达｜AI光年

“华为的系统能力强，华为有自研的CPU鲲鹏

AI光年芯片投资

万字长文，AI大模型的应用实践总结

具体的硬件配置如下： CPUs: 每个节点具有 1TB 内存的 Intel CPU，物理CPU个数为64，每颗CPU核数为16。

大模型

[中文开源震撼首发]33B QLoRA大语言模型Anima真的太强大了！QLoRA技术可能是AI转折点！

量化的额外内存占用 · · Paged Optimizers，即使前边的优化还不够，还是有内存溢出，通过Paged Optimizers可以临时把溢出数据很高速的搬到存到CPU

开源模型

图片拖拽神器DragGAN介绍及官方安装文档说明

conda activate draggan python -m draggan.web 没有GPU的用户，使用 python -m draggan.web --device cpu

开源

RAGFlow：开源的RAG引擎，专注于深入的文档理解，支持处理各种复杂格式的非结构化数据

系统架构使用先决条件 ·CPU >= 2 核 ·内存 >= 8 GB ·Docker >= 24.0.0 & Docker Compose

RAGFlow RAG 开源

一键AI换脸！小红书和北大合作的InstantID

insightface处，拖出InstantID Face Analysis，建议选择CPU。

InstantID 文生图

中文LLaMA-2基座模型和Alpaca-2指令精调大模型-中文LLaMA-2以及Alpaca-2系列模型

，开源了中文LLaMA-2和Alpaca-2大模型 🚀 开源了预训练脚本、指令精调脚本，用户可根据需要进一步训练模型 🚀 使用个人电脑的CPU

大模型

AI落地里那些假的机会

如果这地儿供给不足那相当于不管多么花里胡哨最终抢占的还是一个CPU，固定的CPU就有那么大计算量。

大模型

OCRmyPDF—可智能识别PDF文本和图片信息的工具

不会干扰其他内容 •优化PDF图像，通常产生的文件比输入文件小 •如果需要，可以在执行OCR之前对图像进行纠偏和/或清洁 •验证输入和输出文件 •在所有可用的CPU

OCRmyPDF 工具

俄罗斯人开源了最大的文生图模型：参数量12B，比SDXL大了3倍多！

generator = torch.Generator(device="cpu").manual_seed(0) image = pipe(prompt,

Kandinsky-3 文生图开源模型

ComfyUI的特性以及安装流程

命令行选项：--lowvram，可在显存小于 3GB 的 GPU 上工作（在显存较低的 GPU 上自动启用）即使没有 GPU，也可以使用 --cpu 进行工作（速度较慢）可以加载 ckpt

ComfyUI 文生图

<1 234 5 6 7 8 >

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