文章列表-AI魔法学院

文章列表

大规模训练系列之技术挑战

假设深度学习模型，参数足够量小，能够放到单张 GPU 上。

开源模型

EasyPhoto | 您的智能 AI 照片生成器

pytorch: torch2.0.1 tensorflow-cpu: 2.13.0 CUDA: 11.7 CUDNN: 8+ GPU

训练 EasyPhoto 文生图

Stable Diffusion

造梦师手记：腾讯加入Stable Diffusion的ControlNet模型开发，效果艳丽

ControlNet 在论文里提到，Canny Edge detector 模型的训练用了 300 万张边缘-图像-标注对的语料，A100 80G 的 600 个 GPU 小时。

Stable Diffusion

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

当然也支持lora，Hypernetworks，Embeddings/Textual inversion 官方提供了集成包，支持CPU和GPU，惬意的很。

comfyui sdxl 文生图

最强国产开源多模态大模型MiniCPM-V：可识别图片、视频，还可在端侧部署

pip install -r requirements.txt # 对于 NVIDIA GPU，请运行： python web_demo_2.6.py --device cuda

minicpm 面壁

大模型训练工程那些事

对显存预估的公式如下： Per GPU Activation Memory = L * s * b * h * 34 / N(GPUS) = 87.04 GiB Per GPU Model States

训练工程大模型

WSL2安装（详细过程）

运行直接集成到Windows桌面的 GNU/Linux 图形应用程序将GPU加速用于机器学习、数据科学场景等安装WSL2步骤 1.为Linux启用子系统检查windows功能是否开启了适用于

虚拟化 docker

Stable Diffusion

Stable Diffusion 必装插件查缺补漏，你还有哪个没装？(下）

下载链接：https://github.com/hnmr293/sd-webui-cutoff Tiled VAE | 防止爆显存如果我们的电脑配置不够，GPU比较小，那么在生成分辨率稍微大一点的图像就会带不动

文生图 Stable Diffusion

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录

Tried to allocate 1.16 GiB (GPU 0; 12.00 GiB total capacity; 9.99 GiB already allocated; 200.79 MiB

大模型

[中文开源震撼首发]33B QLoRA大语言模型Anima真的太强大了！QLoRA技术可能是AI转折点！

比如65B模型需要780GB的GPU显存。

开源模型

图片拖拽神器DragGAN介绍及官方安装文档说明

cu117 conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia 没有GPU

开源

实时语音克隆

建议使用 GPU 来进行训练和推理速度，但这不是强制性的。

语音克隆

Roop升级版FaceFusion换脸AI技术使用以及部署教程

如果您有一张好的GPU，你可以按照此处的教程安装GPU加速。

FaceFusion 教程

免费的文本生成视频解决方案：AnimateDiff下载-可用于StableDiffusion的webui以及ComfyUI

尽管 AnimateDiff 提供了强大的功能，但在使用过程中也可能会遇到一些问题，如提示词长度限制、GPU崩溃风险以及分辨率限制等。

视频生成文生视频

Insanely Fast Whisper：超快的Whisper语音识别脚本

以下是我们在免费的 Google Colab T4 GPU 上运行的一些基准测试！

音频 Whisper

<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