文章列表-AI魔法学院

文章列表

【分享】SDXL模型最佳拍档！COMFY UI上手指南

DXL 1.0 特点建立在由 3.5B 参数BASE模型和 6.6B 参数REFINE模型组成的两阶段创新架构之上。理论上，SDXL 1.0 应该在具有 8GB VRAM 的 GPU 上有效工作。但sdwebui现在做不到（需要10G）,能做到的只有COMFY UI。 COMFYUI是一款易于上手的工作流设计工具，具有以下特点：基于工作流节点设计，可视化工作流搭建，快速切换工作流，对显存占用小，速度快，支持多种插件，如ADetailer、Controlnet和AnimateDIFF等。

大模型

Stable Diffusion

Stable Diffusion｜儿童绘本全流程制作分享

今天分享一个如何用Stable Diffusion制作儿童绘本，儿童绘本制作起来会稍微简单一些。

StableDiffusion 绘本

回归分析：探索变量之间的奥秘

一、开启探索之旅回归分析，这把探索世间万物背后逻辑的钥匙，能够解锁变量之间的关系。

回归分析变量

分享使用SDXL 1.0模型的一些技巧和心得

今天这个文章，我要和大家分享一些使用SDXL 1.0模型的小技巧。

文生图

EverydayWechat：让微信变得更强大，引领每日生活新体验

一、简介 EverydayWechat是一个强大的Python库，旨在为微信用户提供更多便利和功能扩展。

EverydayWechat

微信为什么使用 SQLite 保存聊天记录？

真值true和false分别由数值1和0表示（这一点和C语言一样）。

SQLite 微信数据库

分析了数百万ChatGPT用户会话后发现的秘密

首先，我将细分每个会话的提示数量：我们可以从上面看到，ChatGPT 的用户几乎均匀地分布在单个提示、2-4 个提示和 5 个以上提示会话之间（各 1/3）。

大语言模型

prompt中的分隔符号的正确使用方法

分隔符号定义及其作用分隔符号是用于分隔文本中不同部分的标点符号和特殊字符。

prompt 分隔符

向量数据库不是一个单独的数据库分类

目前被分类为“向量数据库”的产品，如Pinecone、Weaviate、Milvus等，不再有竞争优势，也不再有亮点。

大模型向量数据库

大语言模型应用中的文本分块策略

在构建与LLM相关的应用时，分块（chunking）是将大段文本分解为较小段的过程。

开源模型

prompt提示工程最佳实践课程笔记分享

，此后添加了许多丰富的内容和示例，分享给大家，希望对大家有所帮助。

prompt 提示词

3.5k star！一款万能的 SQL 分析工具，厉害了！

一款万能的 SQL 分析工具，厉害了！

dsq 开源项目 SQL

大模型高效微调：🤗 PEFT 使用案例

PEFT方法仅微调少量（额外的）模型参数，显著降低了计算和存储成本，因为对大规模PLM进行完整微调的代价过高。

大模型

微调、训练大模型概念介绍及论文笔记：Tuning系列论文笔记

Tuning整体介绍微调（Fine-tunning）语言模型的参数需要一起参与梯度更新轻量微调（lightweight fine-tunning）冻结了大部分预训练参数，仅添加任务层，语言模型层参数不变

训练微调

【万字长文】LLaMA, ChatGLM, BLOOM的参数高效微调实践

Vicuna：加州大学伯克利分校在ShareGPT收集的用户共享对话数据上，微调了13B规模的LLaMA。

大模型微调训练

<1 2 345 6 7 8 9 10 ...>

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