文章列表-AI魔法学院

文章列表

6个AI音乐软件推荐，让你学会人工智能AI作曲

该工具拥有直观的界面和大量的场景、情感和类型的选择使它成为业余和专业人士的绝佳选择。

训练音乐

人工智能的应用范式呼之欲出

整个架构方案可以概括为一个十步的工作流，参见下图：看完这张流程图，我想应该有不少同行会和笔者有同样的预感：这套十步工作流极有可能成为未来三到五年乃至更长时期内人工智能大模型的应用范式

大模型

国内厂商语音识别与Whisper评测：现状与概况对比

ensp; Apple：Siri语音助手，HomePod智能音箱 · Microsoft：Azure平台感知服务语音

语音识别 Faster-Whisper

2.7B能打Llama 2 70B，微软祭出「小语言模型」！96块A100 14天训出Phi-2，碾压谷歌Gemini nano

这暗中较劲，却还要表现得举重若轻的感觉，像极了读书时班上两个学霸因为竞争相互拆台的场面。

小语言模型

大模型量化：什么是模型量化，如何进行模型量化

且PTQ几乎不需要调整超参数，使得我们可以很方便的进行模型量化量化感知训练（Quantization Aware Training, QAT）模型量化过程其实就是在做一件事，就是找阈值或者scale

大模型

Stable Diffusion

【Stable Diffusion操作升级】Stable Diffusion 常用模型下载与说明

这个的好处是可以自己设置预览图，从而有直观的感受。

文生图 SD

SD入门教程三：采样器及参数调整

感谢您看完。

SD 入门教程

如何最简单、通俗地理解Transformer？

我们人类在感知环境的时候（比如看一张图像或者一个句子），大脑能够让我们分清那部分是重要的，哪部分是次要的，从而聚焦更重要的方面以获得对应的信息。

Transformer 大模型

AI落地里那些假的机会

配套价值从使用价值的角度看，从声学的麦克风阵列算法到感知的语音识别再到认知的大模型等每个子类别都创造价值，但这类算法往往只在特殊的场景下能用，只有配套价值，是供应链的一个环节，这类情景通常不适合创业

大模型

StableDiffusion升级版SDXL：一键运行包ComfyUI和18G模型分享！

另外，尝试了一下昨天的关键词"一个在火星上骑着白马的宇航员" ，出效果的稳定性感觉上没有1.0版机器人高，但是也能出类似的图片。

comfyui sdxl 文生图

Prompt工程入门

例子3：敏感信息替代请阅读以下销售邮件。

prompt 提示词

一键部署本地私人专属知识库，开源免费！可接入GPT-4、Llama 3、Gemma、Kimi等几十种大模型，零代码集成。

无论你是互联网从业者，还是对互联网感兴趣的普通用户，都可以在这里找到你想要的信息。

知识库MaxKB 开源

最顶尖的大语言模型人才，只关心这10个挑战

而我个人对第3项（多模态）、第5项（新架构）和第6项（GPU替代方案）最感兴趣。

大语言模型

耗时7天，终于把15种ControlNet模型搞明白了

应用起来，最重要的两个功能是：Lora和ControlNet Lora负责把想要画面的“主体”或“场景”炼制成模型 ControlNet负责更好地“控制”这个“模型”或画面 Lora教程之前已经出了，感兴趣的朋友可以去翻看

文生图

Stable Diffusion

硬核解读Stable Diffusion（系列二）

下图为两种thresholding策略下生成图像的对比：虽然SD是基于latent的扩散模型，但依然可以采用类似的dynamic thresholding策略，感兴趣的可以参考目前的一个开源实现：sd-dynamic-thresholding

StableDiffusion 文生图

<...41 42 43 444546 47 48 49 50 ...>

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