文章列表-AI魔法学院

文章列表

Stable Diffusion

SD好复杂，是不是很糊，一文搞懂Stable Diffusion的各种模型及用户操作界面

2、SD 2.x：这是SD 1.x的后续版本，对模型进行了优化和改进，提高了图像生成质量和速度。

Stable Diffusion 文生图

RAG 2.0来了，它能成为生产落地的福音吗？

这样的系统不仅脆弱，缺乏对特定部署领域的机器学习和专业化调整，而且对大量的提示高度依赖，这使得系统在运行过程中容易出现连锁性的误差。

RAG 大模型

Stable Diffusion

Stable Diffusion基础：ControlNet之细节替换

注意高度、宽度使用参考图的尺寸，否则可能被裁减或者变形。

StableDiffusion 文生图

Stable Diffusion

Stable Diffusion高级教程 - 图生图(img2img)模式

2.Sampling Method 用于去噪，平衡生成图的速度和质量。

Stable Diffusion 图生图

如何拥有你的卡通形象？ComfyUI-workflow

Lora (sliders) 使用调整滑块，可以调整眼睛的大小、微笑的强度、头发的长度等维度。

ComfyUI-workflow 文生图

Stable Diffusion

Stable Diffusion 30种采样器全解！

速度与Euler相近，但质量不如Euler。

Stable Diffusion采样器

探秘制作艺术二维码的新姿势

· 采样部署：30 · · 大小：768*768 · · 提示词引导系数：7 · · 重绘强度：

图像文字

Stable Diffusion

Stable Diffusion 入门教程开篇

SD2.1（768*768），后又开源了SDXL（1024*1024）、SDXL-turbo，一般用于图像生成、图像处理等任务，其技术原理：一种基于变分自编码器（VAE）的潜在扩散模型，它通过在低维度的潜在空间中操作来减少计算成本和提高生成图像的速度

Stable Diffusion 文生图入门教程

关于GPT-4在变笨，有人写了篇论文证实了这一点

论文试图通过多种维度评估GPT的表现为何让人感到如此不稳定和不一致，于是为GPT3.5和GPT4划分了四种能力维度，分别是数学问题，敏感问题，代码能力和视觉推理能力。

大模型

我们需要的不是智能体，而是工作流（5000字保姆式教学）

避免过于煽情或夸张的表达,保持真实感和可信度。

工作流教学

Stable Diffusion

Stable Diffusion 和 Midjourney的优劣势比较，如何选择？

可以在大多数配备至少4GB显存的适度GPU的消费级硬件上运行。

文生图

忘掉 RAG，未来是 RAG-Fusion！搜索的下一个前沿：检索增强生成遇上倒数排名融合和生成查询

因此，从不同角度生成多个查询就显得尤为重要。

RAG-Fusion 检索增强

微软Phi-3、Mixtral 8x22B等小模型过拟合，三分之二存在数据污染

由于模型是基于从互联网抓取的大量数据集进行训练的，训练数据集可能无意中包含了与基准测试中的问题高度相似的样本。

过拟合小模型

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

随后，序列会被填充词元补齐，以满足批处理操作所需的固定序列长度。

Sora 微软

最好用的AI一键换脸工具FaceSwapLab汉化

Restore Face": "人脸修复", "Restore visibility": "修复可见性", "codeformer weight": "权重", "Similarity": "相似度"

一键换脸

<...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