首页
Ai 资讯
Ai 知识库
创作魔法
绘画魔法
视频魔法
训练魔法
Ai术语
Ai提示词
Ai创意图
Ai工具
Ai视频
VIP专区
VIP专区
登录
AI魔法学院客服
最新
排序
收藏
全部
七天内
一个月内
选择分类
全部
写作魔法
绘画魔法
视频魔法
训练魔法
其他
AI工具
VIP视频
推荐阅读
换一批
· 不会PS也能做神图?豆包AI绘画全解析,让你的创意秒变艺术品!
· 最新最强开源模型Qwen3本地运行指南!Windows+ollama+chatwise轻松搞定
· BypassGPT-AI文本人性化
· 爆火的“哄哄模拟器”,它是如何炼成的?Prompt泄漏了
· Sora懂不懂物理世界?
· 50+ Midjourney 美食相关提示词,看了别留口水哦
· 为你推荐开源项目:Meridian——专属个人情报站!
· ComfyUI 基础教程(二):文生图基础流程
· AI换脸:FaceFusion和Roop在线版修复,支持手机,平板,低配电脑!
· 详解Stable Diffusion提示词prompt语法
热门标签
Stable Diffusion
stable diffusion
Midjourney
midjourney
ComfyUI
comfyui
ChatGPT
chatgpt
大模型
数字人
开源
人工智能
Sora
文心一言
天工
零一万物
知海图
星火
文心一格
混元
通义千问
盘古
言犀
ChatGLM
Github
微软
热门标签
免费
教程
插件
免费
教程
插件
免费
教程
插件
文章列表
换脸
最好用的AI一键换脸工具FaceSwapLab汉化
"Randomize Style": "随
机
", "Randomize For Each Iteration": "每次随
机
", &ensp
一键换脸
人工智能
人工智能训练的灾难性遗忘以及解决方案
机
器人在这样一个环境中,学习这一任务,相当于有一个已经确定的有边界的数据集,每一个训练数据都是按特定的概率分布在这个数据集中采样得到的。
人工智能
大模型
AI产生意识,对人类意味着什么
相比之下,传统计算
机
虽然也可以存储大量信息,但结构不够复杂,各个部件相对隔离,很难达到意识的门槛。
AI
意识
微调
一文讲明白什么是预训练、微调和上下文学习
预训练的主要下游任务如下: 文本生成:预训练模型可以生成连贯且上下文相关的文本,使它们对聊天
机
器人、虚拟助手和内容生成等应用程序有价值。
大模型
训练
【进阶】-文生图术语解释
通过裁切、翻转获取更多数据集的方式 ucg unconditional guidance ML
机
器学习
文生图
微信中和 AI 进行对话
1.注册 FastGPT:cloud.fastgpt.in 2.进入「应用」,新建1 个
机
器人,选择“简易模板”; 3.先不用进行“高级编排”来创建工作流,这一步放在把
机
器人调通之后再做; 4.点击
微信
对话
数字人
数字人:从科幻走向现实的技术革命
数字人的技术原理 数字人是通过计算
机
技术创建的虚拟人物形象,其外观、动作和交互能力都基于现实人类的特征。
数字人
语音
Stable Diffusion
万字长篇!超全Stable Diffusion AI绘画参数及原理详解
它是完全确定性的,这意味着采样期间不会添加随
机
噪声。
文生图
爬虫
微信搜狗爬虫WechatSogou - 从微信公众号获取文章的利器
处理反爬虫
机
制 微信作为一个庞大的社交平台,自然也有严格的反爬虫
机
制。
WechatSogou
微信
搜狗
开源
构建开源多模态RAG系统
换句话说 想象你有一个超级聪明的
机
器人朋友。
RAG
大模型
微调
四种微调技术详解:SFT 监督微调、LoRA 微调、P-tuning v2、Freeze 监督微调方法
LoRA可以应用于各种自然语言处理任务,包括文本生成、
机
器翻译、情感分析等。
大模型
Stable Diffusion
Stable Diffusion图生图(真人转动漫)
(Sampler):DPM++ 2M Karras 宽度:512 高度:768 总批次数:3 单批数量:1 提示词引导系数 (CFG Scale):7 重绘幅度:0.45 随
机
数种子
StableDiffusion
图生图
大模型
从零开始学习大模型-第二章-大模型学习路线
编程基础:熟练掌握至少一种编程语言,推荐Python,因为它是数据科学和
机
器学习领域的主流语言。
大模型
学习
工具
免费文生图工具StableDiffusion喂饭级使用教程
一键安装 如果是计算
机
小白,一定要看这个教程 注意:SD本体部署后直接使用非常困难,建议在完成本体部署之后,安装启动器。
文生图
SD
大模型
分析过688篇大模型论文,这篇论文综述了LLM的当前挑战和应用
为了帮助
机
器学习研究者更快理解 LLM 领域的当前现状并提升他们的生产力,来自伦敦大学学院等多家
机
构的研究团队不畏繁琐,系统性地总结了 LLM 领域的艰难挑战和成功应用。
开源模型
<
...
35
36
37
38
39
40
41
42
43
44
...
>
1
2
4
5
6
7
8
9
100