首页
Ai 资讯
Ai 知识库
创作魔法
绘画魔法
视频魔法
训练魔法
Ai术语
Ai提示词
Ai创意图
Ai工具
Ai视频
VIP专区
VIP专区
登录
AI魔法学院客服
最新
排序
收藏
全部
七天内
一个月内
选择分类
全部
写作魔法
绘画魔法
视频魔法
训练魔法
其他
AI工具
VIP视频
推荐阅读
换一批
· PPT又又有新突破了!智谱AI代码流造PPT
· Ollama还是vLLM?深度解析四大顶级LLM服务框架:性能、特性与技术选型指南
· AI创作 |如何通过GPT进行漫画视频的故事改写
· 国内厂商语音识别与Whisper评测:现状与概况对比
· Stable Diffusion快速生图,LCM-Lora、sd_xl turbo寄养和亲生谁好?!
· 20个ChatGPT超实用的提示词(Prompt)
· 了解Kimi必看的26个问题 | Kimi系列文(二)
· 数字人之声音克隆:无样本,1分钟样本完美克隆声音,开源
· 不会PS也能做神图?豆包AI绘画全解析,让你的创意秒变艺术品!
· 快手版Sora「可灵」开放测试:生成超120s视频,更懂物理,复杂运动也能精准建模
热门标签
Stable Diffusion
stable diffusion
Midjourney
midjourney
ComfyUI
comfyui
ChatGPT
chatgpt
大模型
数字人
开源
人工智能
Sora
文心一言
天工
零一万物
知海图
星火
文心一格
混元
通义千问
盘古
言犀
ChatGLM
Github
微软
热门标签
免费
教程
插件
免费
教程
插件
免费
教程
插件
文章列表
大模型
领域大模型LLM训练Trick
答:通过分析发现现有的
开
源
大模型进行预训练的过程中会加入书籍、论文等
数
据
。
垂直
训练
大模型
剪映克隆声音功能详解:剪映上线5秒“AI克隆音色”,一堆AI公司又要进入慢性死亡了...
剪映的音色克隆,只能克隆自己声音的,而不能像一些现在市面上的
开
源
项目一样,上传一段音频后,就能把那个人的声音克隆出来。
剪映
声音克隆
企业
快消品企业怎么才能用上大语言模型?
企业在需要用大语言模型全面提升自身应用和服务能力的同时,也需要
开
始着手收集还未
数
字化的企业信息和知识积累,并将他们整理为神经网络能够理解吸收或者学习的格式、作为企业专属模型的
数
据
输入。
大模型
Transformer
如何最简单、通俗地理解Transformer?
2023超🔥的AI大模型公
开
课👉大模型资料包免费领!
Transformer
大模型
ChatGPT
ChatGPT写论文最强指令
一、我正在寻找与(XX主题)相关的高质量学术资
源
,包括期刊文章、会议论文和研究报告。
ChatGPT
指令
RPA机器人实现网页自动翻页功能
RPA旨在通过模拟和整合人类用户在
数
字系统中的交互,实现对现有应用程序的自动化操作,从而提高工作效率、减少错误、降低成本,并释放员工精力,让其更多地从事创造性和战略性工作。
RPA
自动
OpenAI
OpenAI大动作:Whisper large-v3重塑语音识别技术
在最近的OpenAI首届
开
发者大会上,一个引人注目的技术亮点是Whisper large-v3的发布。
Whisper
语音识别
换脸
FaceSwapLab,截止2023年8月最好用的一键换脸工具
可以选择最多混合的脸部
数
(个人认为,只要上传的照片足够多,就没必要炼LoRA了)。
一键换脸
Transformer
图解 Transformer——功能概览
Transformer 架构擅长处理文本
数
据
,这些
数
据
本身是有顺序的。
Transformer
大模型
图解
StableDiffusion
AI绘画由入门到精通:StableDiffusion精讲课程
StableDiffusion
开
源
免费!
SD
视频课程
AI绘画
OCR
Selenium+ddddocr | 再也不担心图片验证码
它返回一个 PNG 格式的二进制图像
数
据
,可以保存到文件或进行进一步处理。
Selenium
ddddocr库
大模型
大模型:泛化即智能,压缩即一切
例如,如果孩子从出生
开
始只见到红色的苹果,那么他们可能会认为只有红色的水果才是苹果。
大模型
泛化
鹅厂版AI笔记悄悄上线,微信公众号优质内容秒变专属知识库,实测在此
总之,ima copilot虽然界面简单朴素,但AI搜索工具该有的功能基本都有配备,而且在
数
据
方面,还有可以阅读微信公众号文章的独特优势。
ima
copilot
搜索
为什么说AI现在还不行!
注2:关于AI的计算模式参见《
开
源
大模型LLaMA 2会扮演类似Android的角色么?》
大模型
模型压缩:量化、剪枝和蒸馏
在推理计算量方面,Feed Forward 层消耗了超过一半的计算资
源
,而Embedding 层几乎不需要算力。
BERT
语言模型
<
...
57
58
59
60
61
62
63
64
65
66
...
>
1
2
4
5
6
7
8
9
100