文章列表-AI魔法学院

文章列表

重磅来袭！Llama中文社区开源预训练中文版Atom-7B大模型

Atom-7B在Llama2-7B的基础上，采用以下中文数据进行持续预训练：类型描述

大模型

大模型微调应用实践，没那么简单，看看曾经踩过的坑

除了训练速度符合需求，多机训练模型的loss下降趋势和单机模型训练的趋势基本一致，也符合预期。

大模型

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

想象一下，这个智能量子计算机玩具不仅能回答问题，还能通过屏幕显示表情，让互动更加有趣。

GPT-4o 语音交互

Stable Diffusion

用 Stable Diffusion 10分钟实现电商模特换装/换模特

接下来，让我们通过实际案例来了解实现过程。

Stable Diffusion 文生图

Comfyui一键更换人物背景！饭来了快张口！

“ 绘画界面 “ 拖入工作流工作流会在这里进行自动加载，随之来到这个界面。

换背景绘画

取代 Vue 和 React？25 年码龄程序员不满 Web 现状创建新框架 Nue JS，能将代码量减少 10 倍！

具体来说，Nue 有三大优势：改善开发者体验；加快项目进度；加快页面加载速度。

开源模型

如何使用 Megatron-LM 训练语言模型

数据加载 Megatron-LM 带有一个高效的 DataLoader，其中数据在训练前被 tokenize 和 shuffle。

开源模型

盘点来自工业界的GPU共享方案

首先，回顾一下GPU共享方案的分类[21]。

大模型

AI面部增强器-Remini

而下图这个滤镜则更为明显，整体的色调相比于原图的黑白色调做出了另一种风格的展示。

Remini 面部增强修复文生图

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

3、内容本地化便捷解决方案在全球化背景下，企业和开发者面临着内容本地化的挑战。

OuteTTS-0.1-350M 音频

TrOCR——基于transformer模型的OCR手写文字识别

TrOCR是transformer OCR的简写，是microsoft发布的一个OCR识别模型，光看这个模型的名字就知道此模型基于transformer模型，其模型架构如下，完全采用了标准的transformer

OCR 手写文字识别

ComfyUI王牌！复合生成！必须揉在一起

▍复合生成（A航线🤔）生成上没有什么需要特殊下载的插件，（如果有也是之前必备插件里包含了的）这次主要就是正儿八经的利用流的串并联完成一个完整工作流。

comfyui 文生图

Stable Diffusion

Stable Diffusion 加速/优化/升级优化出图速度

覆盖升级，直接解压覆盖原始目录，下载最新版整合包， 3.

Stable Diffusion 文生图

Stable Diffusion

stable diffusion API 调用，超级详细代码示例和说明

文生图 txt2img 接口以下是添加了两个 ControlNet，4 批次，每批次生成 1 张图，并指定了基础模型、VAE 等的入参 JSON： ————————————————

文生图工作图生图

爆火的“女孩的一生”，plus版教程它来了

我们先来看看效果首先，咱们得了解一下什么是animatediff。

动画视频 AnimateDiff

<...34 35 36 373839 40 41 42 43 ...>

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