文章列表-AI魔法学院

文章列表

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

4.批量处理：PaddleOCR支持批量处理，用户可以一次性上传多个图片进行文字识别，极大提高工作效率。

PaddleOCR 文字识别

Deepseek-V2技术报告解读！全网最细！

模型参数量方面达到236B ，同时由于模型小专家混合的特性，模型在推理时的激活参数很少，可以实现高推理速度。

Deepseek-V2 大模型

开源版妙鸭相机来了，无限出个人写真图（阿里达摩院出品）

Notebook环境使用简单，您只需要按以下步骤操作（注意：目前暂不提供永久存储，实例重启后数据会丢失）： 2.

妙鸭相机

建议收藏：超详细ChatGPT(GPT 4.0)论文润色指南

一、润色方向根据自己的需求调整润色方式。

论文润色写作

SDXL 1.0 | 一文搞定 ComfyUI SDXL1.0 完整流程

用户可以根据项目的需要，灵活地选择和组合这些模块。

大模型

通往AGI之路：思维链提示过程

思维链(Chain of Thought，CoT) 提示过程是一种最近开发的提示方法，它鼓励大语言模型解释其推理过程。

思维链提示词

十大开源语音识别项目

https://linux.cn/article-14233-1.html star：23.3k PaddleSpeech PaddleSpeech 是一个开源、易用、多合一的语音处理工具包

语音识别开源项目

朱啸虎讲了一个中国现实主义AIGC故事

这没有意义——这些公司，要场景没场景，要数据没数据，你说它有什么价值？

朱啸虎 AGI

LLM Agent最常见的九种设计模式(图解+代码)

接下来讲讲每个模式的原理，以及代码实现(看代码能帮助产品经理加深理解，因为这些设计模式都是以结构化 prompt 的方式藏在代码里)。

LLM Agent 图解

Stable Diffusion

Stable Diffusion高级教程 - 图生图(img2img)模式

顾名思义，除了根据正向和反向提示词之外，还需要基于一张图片生成图。

Stable Diffusion 图生图

总结些SDXL出人像时遇到的困难

一直想搞人像摄影类写真，苦于不知道出什么主题，这次的大英博物馆系列真是给我指明了方向，可以根据文物颜色、材质、内容出图，也是锻炼了我的提示词能力。

文生图 SDXL

为什么说AI现在还不行！

如果和过去对比，那么过去的编程固化的是程序员的智能，程序员的智能通过程序在限定的边界内处理问题，所以泛IT的崛起伴随着程序员群体的崛起，不管是程序员的人数还是收入。

大模型

模型压缩：量化、剪枝和蒸馏

通常，参数越多，所需算力越大，此处较为特殊的是Embedding 层和Multi-Head Attention 层，前者是因为Embedding 操作本质上是查表操作，所以占据较大的存储空间，却不需要算力

BERT 语言模型

中国大模型「顶流群聊」笔记

这也解释为何在国内外 RPA 领域是引入大模型最积极的。

大语言模型

Stable Diffusion

硬核解读Stable Diffusion（系列二）

文生图根据文本生成图像这是文生图的最核心的功能，下图为SD的文生图的推理流程图：首先根据输入text用text encoder提取text embeddings，同时初始化一个随机噪音noise

StableDiffusion 文生图

<...26 27 28 293031 32 33 34 35 ...>

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