文章列表-AI魔法学院

文章列表

实时语音克隆

该存储库是使用实时工作的声码器实现从说话者验证到多说话者文本到语音合成 (SV2TTS) 的迁移学习的实现。

语音克隆

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

此外，通过在训练过程中使用多个讲话者的语音数据，并引入自动编码输入来帮助稳定注意力，进一步扩展了模型的规模，使其能够在所有训练过程中看到的语种中一致地合成可理解的语音，包括训练讲话者的本地口音或外国口音

coqui-ai TTS 语音

大模型训练为什么用A100不用4090

在 MindSpore 的时候，自动微分一共就不到 1000 行代码，按照微分公式递归计算下去就行了，但自动微分作为一个重要特性被吹了半天，我都感觉不好意思了。

大模型

[开源]面向中小团队的轻量化知识管理应用，构建知识库和知识社区

六、源码地址访问一飞开源：https://code.exmay.com/ 出自：https://mp.weixin.qq.com/s/mHcUi3TpEUBRTO1bbxAFtA

大模型

ComfyUI学习笔记：插件安装

ComfyUI是节点式编程的环境思路，安装后的默认启动示例，是一套生成图像所需的基础节点组合：上图包含加载模型、设置关键词、设置图像大小、选择采样器、VAE解码、保存图片。

comfyui 插件绘画

从零开始用LangChain、Pinecone和LLMs搭建你自己的文档问答系统

而微调GPT则依赖于模型在训练期间编码的知识，这些知识随着时间的推移可能变得过时或不完整。

知识库 langchain

再也不怕合照缺人，Anydoor为图片编辑开了一道「任意门」

身份提取特征作者采用了预训练的视觉编码器来提取目标对象的身份信息。

Anydoor 文生图

一文读懂GPT-1：生成式预训练如何提升语言理解

GPT-1使用12层的Transformer解码器作为语言模型，模型结构如下所示：计算过程如下所示：其中,U=(u-k,...

GPT

AI变现异常值案例库，5种方向10个案例，副业项目灵感启发

更多的是偏向于灵感启发思考这里面的案例有没有你能做的，能复制的，能放大的可能屁用没有，也可能黄金万两不知道大家会不会对这个感兴趣，如果感兴趣的人多的话会继续做第二期为了避免麻烦事，案例ID都打了码，

生成式AI

Ollama最新更新v0.1.33，实现了多并发可同时与多个模型聊天对话！

ensp; Dolphin Llama 3：基于Llama 3的无审查Dolphin模型，由Eric Hartford训练，具备多种指令、对话和编码技能

ollama 语言大模型聊天

小学生都能看懂的 Prompt 高级技巧： Few-Shots 、 COT 、 SC、 TOT 、 Step-Back

同时，这也是尝试最先进方法——LLM代理的机会。

Prompt 大模型

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

耗时7天，终于把15种ControlNet模型搞明白了

seg_ofade20k 模型：seg 可以把seg色块图下载下来，自己到ps或者其他修图软件改照片物体的颜色这样SD就会根据颜色生成出来特定的某样东西网盘链接里有一份文档，可以看到不同的颜色代表什么物品

文生图

产品经理必会的3大流程：业务流程、功能流程、页面流程（附案例）

首先列出所有操作功能：打开APP，点击登录，输入账号密码；然后增加判断条件：校验登录信息一致性，校验注册信息一致性；最后按操作次序关联，就得到了功能流程图。

产品经理流程

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

Qwen-VL以Qwen-7B为基座语言模型，在模型架构上引入视觉编码器，使得模型支持视觉信号输入，并通过设计训练过程，让模型具备对视觉信号的细粒度感知和理解能力

大模型

<...53 54 55 565758 59 60 61 62 ...>

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