文章列表-AI魔法学院

文章列表

如何估计大模型所需要的显存大小？HuggingFace发布Model Memory Calculator，一键计算大模型显存需求

，包括推理和使用Adam进行训练的显存估计。

大模型

【AI代理】多代理模式之多任务分配&信息传递

昨天探索了多任务模式，让系统根据用户的输入信息自动找到对应的代理进行处理。

多任务模式分配传递

AI制作艺术二维码 - 文生图

这里使用的AI绘图工具是Stable Diffusion，没有的同学需要去部署一个，计算平台国内建议使用AutoDL，国外可以白嫖Kaggle的算力，这两个我都用过。

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

探秘制作艺术二维码的新姿势

在之前的文章《AI制作艺术二维码-文生图》中，我介绍了一种直接通过提示词生成高逼格二维码的方法，但是通过提示词我们无法很好的控制生成图片的样式，特别是有些同学想要将自己的Logo或者头像附加到二维码中，

图像文字

大模型文本生成——解码策略（Top-k & Top-p & Temperature）

下面是top-k 的代码实现： import torchfrom labml_nn.sampling import Sampler # Top-k Samplerclass TopKSampler(

大模型

用so-vits-svc-4.1进行音色转换的极简教程！

so-vits-svc这个项目最初是用来进行歌声转换的，github项目地址： https://github.com/svc-develop-team/so-vits-svc/tree/4.1-Stable

so-vits-svc 音色转换教程

基于 OpenAI Whisper 模型的实时语音转文字工具

· WhisperLive 是一款专注于音频处理和创作的开源软件，使用 OpenAI Whisper 模型将语音输入转换为文本输出，可以用于转录麦克风的实时音频输入和预先录制的音频文件，为艺术家和音乐制作人提供了一个强大的平台

WhisperLive 音频开源软件

企业数字化转型的“阿里阿德涅之线”在哪？

据统计，成功的数字化转型能让企业效率提升20-25倍，但不幸的是在这个过程中有80%以上的企业面临失败。

大模型用户

惊艳推荐！8款好用又免费的文本转语音TTS工具

提供了基于 FastSpeech2 声学模型和 HiFiGAN 声码器的中文流式语音合成系统。

TTS Maker 语音

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

在当今数字化与智能化浪潮汹涌的时代，人工智能技术不断取得突破性进展，多模态模型作为其中的前沿领域，正日益成为研究和应用的热点。

OmniVision -968M 多模态模型

Python入门与语法速查

Python 是由Guido Van Rossum在 90 年代早期设计，现在是最常用的编程语言之一。

python 编程

Stable Diffusion

Stable Diffusion 年龄转换神器，一键变大变小

在使用 AI 绘画时人物的年龄控制是个难题。思考三秒钟想想解决方案相信大家脑海里面的第一反应就是通过提示词来描述年龄比如：children,teens 等。如果大家使用过这种方式来控制，会发现效果并不太好。主要原因还是因为模型训练时的参考图片数据不够精准，从而对年龄的训练并不到位。这一节课我们来讲解一种比较一路意思的人物年龄控制方法

Stable Diffusion 文生图

语音、视频转文字神器：开源whisper介绍

Whisper模型的训练过程非常复杂，需要大量的计算资源和时间。

人工智能大模型 wisper

Stable Diffusion

Stable Diffusion真实人物转卡通证件照（2.0版）

lora:卡通证件照_v2.0:0.7> 反向提示词：bad-hands-5 EasyNegativeV2 ng_deepnegative_v1_75t bad-image-v2-39000 迭代步数

Stable Diffusion 文生图

<1 2 3 456 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