文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion API

如果它正常工作，它应该看起来像这样： 5、Stable Diffusion Web UI用法现在应该准备好生成一些图像了！

文生图 SD

为什么Llama2大模型可以在个人电脑上部署？

知识蒸馏，PyTorch允许通过知识蒸馏算法训练一个小模型来模拟大模型，获取轻量版本。

开源模型

ComfyUI-DDetailer脸部修复

另一种面部修复方法 Face Bbox(bounding box) + Person silhouette segmentation (prevent distortion of the background

ComfyUI 脸部修复

强！推荐一款自动化神器Autolt：不再重复工作！

、数据抓取等，以及可以和其他自动化工具结合起来使用，比如，我们在使用Selenium做自动化测试Web应用时，当弹出一个选择文件的弹框，由于这个弹框是属于操作系统的而非浏览器，Selenium程序就无法进行后续的操作了

Autolt 自动化

图解大模型训练之：张量模型并行(TP)，Megatron-LM

下面我们分别介绍这两种切割办法，并说明它们是如何做forward和backward的。

开源模型

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

前言说起业务落地级别的姿态估计算法方案，大家基本上的共识都是top-down范式，也就是det+pose的形式，先由一个轻量级的目标检测模型提供bbox，再依次送入pose模型进行单人姿态估计

MoveNet-SinglePose Google 模型

必读！RAG好用的3种Router

PolyRouter与Moe的区别 · MoE架构包含一组专家模型，这些模型被训练以专门处理不同的数据区域，同时还有一个门控网络模型，负责确定每个专家对最终预测的贡献 · LM路由方法可以视为MoE

RAG Router

Stable Diffusion

Stable Diffusion 30种采样器全解

二代算法相比于一代算法，质量有所提升但需要更多的时间和迭代步数，通过增加一代算法的迭代步数也能达到相同的质量效果。

Stable Diffusion 采样器

通往AGI之路：什么是结构化提示词

比如，在 markdown 的语法下， # 表示标题，- 和 * 表示无序的列表，[] 表示超链接。

提示词结构化

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

技术详解音频到3D网格的映射：在这一步骤中，VividTalk使用先进的算法将输入的音频映射到3D网格上，模拟表情运动和头部运动。

VividTalk 视频

再也不用担心 AI 图片脸崩手崩了

安装 ADetailer 的方法和安装其他插件一样。

ADetailer 安装文生图

Stable Diffusion

如何保证每次画出的都同一张人脸：Stable Diffusion的Reference only教程

而在Stable Diffusion（SD）中，常用办法是通过同一个Seed值（种子值），或者通过训练同一个人物的高质量Lora去控制。

文生图

Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)

换句话说，没法通过引导词来打标，但其实也有其他解决方案，即可以基于标点模型对转写文本加标点。

Whisper 语音优化

震撼！AI语言模型突破瓶颈，26个提示词原则引领GPT-4响应质量飙升57.7%！你的模型还在等什么？

不同的问法会引导AI生成不同风格、不同详细程度的答案。

语言模型提示词 GPT-4

大模型检索增强生成RAG的优化

这种方法有一些缺点，比如无法获取长程关联知识[3]、信息密度低（尤其当LLM context window较小时不友好）。

RAG 检索增强大模型

<...51 52 53 545556 57 58 59 60 ...>

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