文章列表-AI魔法学院

文章列表

TrOCR——基于transformer模型的OCR手写文字识别

前期我们使用大量的篇幅介绍了手写数字识别与手写文字识别，当然那里主要使用的是CNN卷积神经网络，利用CNN卷积神经网络来训练文字识别的模型。

OCR 手写文字识别

AI绘画：InstantID 一键运行包和在线Colab脚本！

InstantID是一个非常不错的AI绘画工具，一张图片，一键生成百变的自己。

InstantID 文生图

几个对我影响很大的统计学模型

分享几个对自己日常生活和工作有启发的统计模型： 1、37% 规则是一个决策理论，通常用于解释最优停止问题，特别是在寻找最佳选择时（如寻找停车位、选择伴侣、招聘员工等）。

统计学大模型

制作可爱的表情包

如何拥有属于自己的个性表情包，如何给朋友和家人定制表情包，可是面对复杂的设计流程，我们该如何开始？

绘画表情包

必看！ComfyUI故障应对指南，让您轻松应对每一个挑战

实际上，在GitHub的issue页面上也有很多有用的信息，如果你的英语能力足够好，可以直接去那里寻找答案。

ComfyUI 故障应对

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

· 为什么大语言模型难以调测和解释 · Transformer

大模型调试工具

还在用“You are expert”这种提示词？连ChatGPT都瞧不起你，试试这些Prompt吧

据悉，ChatGPT每周拥有1亿用户，但许多人仍然不知道如何正确运用其力量。

prompt 提示词

这个数字人开源项目太牛了，非常全面的项目解决方案(含源码)

语音识别与合成：Fay控制器支持语音识别和语音合成技术，可以实现与用户的自然语言交互。

Fay 开源项目数字人

从⼤模型到 AI 应⽤落地，工程实现有多复杂?

本文整理自 8 月 12 日「NPCon：AI模型技术与应用峰会」上，来自 Dify.AI 创始人张路宇《LLM 应用技术栈与Agent全景解析》的分享，介绍了当前大模型技术应用技术栈以及 Agent

大模型

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

它采用纯语言建模方式，打破了传统 TTS 模型依赖复杂架构和外部适配器的模式，为语音合成领域带来了新的思路。

OuteTTS-0.1-350M 音频

从零开始：构建你的首个ComfyUI工作流

7.1 AIGODLIKE介绍 AIGODLIKE-ComfyUI-Translation 是一个为 ComfyUI 设计的多语言翻译插件，旨在将 ComfyUI

comfyui 文生图工作流程

Stable Diffusion

还没有上手Stable Diffusion XL 1.0 的同学，看这篇文章就够了

of Large Language Models》提出了一种低秩adapters学习技术LoRA,实现大规模语言模型的跨领域与跨语言迁移。

SDXL

RAG检索增强技术在知识库智能检索场景下的应用实践

这里的语言模型可以是GPT系列或其他能够生成自然语言文本的模型。

知识库 RAG检索增强

预训练对话大模型深度解读

其实它只是一个数学模型，它强大的原因是：用到的计算量很大、数据量很大、训练语言模型的方法比以前好。

Prompt逆向工程：ChatGPT通过多角色对抗生成完美提示词

这种方法是让ChatGPT扮演两个截然不同的角色，让他们展开激烈的辩论。

Prompt ChatGPT

<...35 36 37 383940 41 42 43 44 ...>

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