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
· 第3期 SDXL和SD的10大区别!你知道几个?
· 15个中文AI写作提示词帮你覆盖所有主流写作场景!!!
· 什么是极限、导数、微分与积分(通俗易懂)
· 硬核解读Stable Diffusion(系列一)
· 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!
· AI换脸:FaceFusion 3.5.0更新,解决老版本无法使用问题!
· 自从prompt用了示例演示,GPT的输出稳定性达90%
· 13个神级Chatgpt指令,助你小说丝滑过审
· 免费的文本生成视频解决方案:AnimateDiff下载-可用于StableDiffusion的webui以及ComfyUI
· OCRmyPDF—可智能识别PDF文本和图片信息的工具
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
RAG
12个RAG常见痛点及解决方案
, ) 还可以使用各种嵌入和重排序来
评
估增强RAG的性能,如boost RAG。
RAG
大模型
Cursor设计主管分享AI写出高质量代码的12个超绝妙招
咱得一个文件一个文件地来,生成、
测
试、审查,保持小而集中的工作块。
MCP
代码
RAG
简单提升RAG的10种方法
在这篇文章中,没有深入探讨如何
评
估系统的性能。
RAG
大模型
Stable Diffusion
【Stable Diffusion操作入门】Stable Diffusion 操作界面及基础参数介绍
以下是有关在不同情况下使用steps的一般指南: a 如果你正在
测
试新提示并希望获得快速结果来调整输入,请使用10-15个steps。
文生图
SD
AI拆解:《AI猫咪小红书账号3个月变现10W+》
笔记内容总体遵循:时尚、休闲、娱乐,这也是小红书平台特有的笔记风格, 截止目前最高一篇爆款16W+ 话题主要围绕的还是宠物猫咪
评
论也是围绕
文生图
AI拆解
Prompt
让 AI 更懂你的 Prompt 提示词宝藏网站-FlowGPT
你的文案应该有以下特点:表达要口语化,标题吸引人,要多使用 emoji 表情图标,内容观点尽量分点罗列,适当描述自己的使用体验和
评
价,文案最后生成相关的标签。
prompt
提示词
FlowGPT
视频
国产视频制作之光-可灵:提示词大全整理
可灵的路就是
测
试,再
测
试。
可灵
kling
视频
OpenAI
《OpenAI官方:GPT 最佳实践》大白话编译解读版本
GPT对你想要的内容猜
测
得越少,你得到它的可能性就越大。
提示词
官方
翻译
大模型
秒懂AI-深度学习五大模型:RNN、CNN、Transformer、BERT、GPT简介
1、RNN(循环神经网络) 时间:20世纪90年代 关键技术:循环结构和记忆单元 处理数据:适合处理时间序列数据 应用场景:自然语言处理、语音识别、时间序列预
测
等 RNN是一种神经网络模型,它的基本结构是一个循环体
大模型
学习
ChatGPT
ChatGPT写论文指令全集
论文修订 反馈整合:基于导师、同行
评
审或其他专家的反馈进行修改。
ChatGPT
写作
Transformer
图解 Transformer——功能概览
重复这个步骤,直到它预
测
出一个句末标记。
Transformer
大模型
图解
语音
实时语音克隆
(可选)
测
试配置 在下载任何数据集之前,您可以通过以下方式开始
测
试您的配置: python demo_cli.py 如果所有
测
试都通过,那么您就可以开始了。
语音
克隆
ChatGPT
什么是ChatGPT?
生成式模型努力解决的问题,就是给定一些字,预
测
如果是人类会写什么字。
ChatGPT
OpenAI
大模型
什么是BERT?
border: 0px; padding: 0px; margin: 0px; position: relative;">�� 输入到额外的输出层中进行预
测
。
embedding
如何从零开始训练专属 LoRA 模型?4600字总结送给你!
四、模型
测
试 模型训练完成后,要对训练好的这些模型进行
测
试,以找出最适合的那个模型(哪个模型在哪个权重值下表现最佳)。
训练
<
...
35
36
37
38
39
40
41
42
43
44
...
>
1
2
4
5
6
7
8
9
100