文章列表-AI魔法学院

文章列表

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

主要功能包括： · 支持多种声音变化 AI § MMVC § so-vits-svc § RVC(Retrieval-based-Voice-Conversion

AudioCraft 音频

个人从零预训练1B LLM心路历程

乐队在做一专的时候条件有限，甚至在自己家里搭的录音棚，自称是在“土法炼钢”，但却做出了一张非常牛的国摇专辑。

LLM 训练

Effective Prompt: 编写高质量Prompt的14个有效方法

在下面的case中，简短、几句、专业化都是不够具体(specific)的表述，且几句话就行这样的文字较为口语化，同时使用了否定句式不要...

prompt 提示词

SD入门教程零：应用场景

Stable Diffusion自2022年开源发布以来，其应用场景已经迅速扩展到了多个领域，艺术家和设计师使用SD来生成创意图像，探索新的视觉风格，或者作为灵感来源。

Stable Diffusion 文生图入门教程

保姆级教程：Coze 打工你躺平

ensp; o Step3：【进阶】使用工作流/workflow & 代码/code，更灵活自定

Coze 教程

SD入门教程四：图生图基础用法

图生图主功能区域： 3.1 图生图默认进入的图生图区域可以选择点击上传或者拖动到上传区域，但是注意的是，图片名称不要携带中文字符或者空格之类的，当名称携带中文字符时

SD 入门图生图

WebUI使用用InstantID，AI换脸完美版

整个过程是自动化的，用户不需要进行任何额外的微调或训练，只需等待二十几秒，就能得到一个既符合文本描述又保留个人身份特征的定制图像。

换脸小红书

利用LangChain建gpt专属知识库，如何避免模型出现“幻觉”，绕过知识库知识乱答的情况？

第一个问题，其实之前写过一篇文章，教大家如何使用Dify极其简单的搭建自己私人知识库。

LangChain 知识库

ComfyUI学习笔记2，一文看透Workflow

每次生成的时候，当程序运行到某个环节时，该环节对应的节点就会自动高亮。

comfyui 文生图

大模型微调方法总结

假设模型在任务适配过程中权重的改变量是低秩（low rank）的，由此提出低秩自适应（LoRA）方法，LoRA 允许我们通过优化适应过程中密集层变化的秩分解矩阵来间接训练神经网络中的一些密集层，同时保持预先训练的权重不变

开源模型

造梦师手记：重新定义真实，SDXL下载量最大的真人模型

从方向来看，AI绘画已经分化为美女图（以新玩家为主）、游戏动漫角色（以相关领域的创作者为主）、商业摄影替代（商业化应用为主）、艺术构图（炫技为主）等几个方向。

文生图 SDXL

大模型微调应用实践，没那么简单，看看曾经踩过的坑

一、大模型训练稳定性方面单机训练不起来，环境配置问题： GPU的CUDA驱动需和深度学习框架版本拉齐，否则模型跑不起来如GPU的CUDA verison是11.4，那就选择pytorch的版本为1.12.1

大模型

Stable Diffusion

全面理解Stable Diffusion采样器

下面是一个采样过程的动态展示，采样器逐渐地产生越来越干净、清晰的图像。

绘画采样器 SD

保姆级教程：图解Transformer

比如我写过的《用自己训练的AI玩王者荣耀是什么体验？》。

人工智能

【开源项目】Flow Matching 语音合成

shivammehta25/Matcha-TTS 中文实现： https://github.com/PlayVoice/Grad-TTS-Chinese （Grad-TTS-CFM，其他优化还未集成

音视频 Flow Matching

<...67 68 69 707172 73 74 75 76 ...>

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