文章列表-AI魔法学院

文章列表

OCRmyPDF—可智能识别PDF文本和图片信息的工具

要求除了需要的Python版本（3.8+）之外，OCRmyPDF还需要外部程序安装Ghostscript和Tesseract OCR。

OCRmyPDF 工具

6.2K Star！MIT出品的多语言语音合成神器，CPU实时推理吊打商业软件！

Python调用也简单： from melo.api import TTS tts = TTS(language='EN', device='auto') speaker_ids

MeloTTS 语音工具

Stable Diffusion

造梦师手记：Stable Diffusion一键换脸插件

安装时，需要选中Python开发和C++开发。

AI换脸

【手把手带你微调 Llama3】改变大模型的自我认知，单卡就能训

pytorch 2.2.2 py3.10_cuda11.7_cudnn8.5.0_0 conda create --name xtuner python

Llama3 对话问答模型

微调百川Baichuan-13B保姆式教程，手把手教你训练百亿大模型

一、安装环境我们假定读者具备一定的python编程基础，忽略python、cuda、git等编程环境和工具的安装教程。

大模型微调

向量数据库简介和5个常用的开源项目介绍

主要特点: 功能丰富:查询、过滤、密度估计和许多其他功能 LangChain (Python和javascript)， LlamaIndex都支持在Python notebook 中运行的相同

开源模型

AI文档智能助理都是如何处理pdf的？

地址：https://github.com/jsvine/pdfplumber 3. pypdf2 PyPDF2是一个纯Python PDF库，可以读取文档信息（标题，作者等）、写入、分割、合并PDF

大模型

完整ChatGLM3部署教程，支持手机和车载平台部署

执行以下命令新建一个 conda 环境并安装所需依赖： conda create -n chatglm3-demo python=3.10conda activate

ChatGLM3 大模型

开源大语言模型完整列表

Code Llama 基于 Llama 2 大语言模型打造，提供了三种模型： Code Llama- 基础代码模型 Code Llama - Python- 专门针对 Python 进行优化 &ensp

开源模型大语言模型

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

$ conda create -n ragflow python=3.11.0 $ conda activate&

OCR RAG 开源

Agent具体实现

3 langchain agent Langchain 本身提供一些工具，例如 Google 搜索、GitHub 和 Python 等。

Agent 大模型

ChatGLM3-6B 功能原理解析

使用 SerpApi 首先需要在其官网注册一个账号，然后在个人设置中获取 API Key，这个 API Key 用于使用 SerpAPI 进行网络查询，再安装 SerpApi 的 python 库：pip

ChatGLM3 大模型

本地运行140亿参数，阿里千问玩起来！Qwen+Win11+3060

1.创建虚拟环境 conda create -n qwen python=3.10conda activate qwen 2.克隆代码

大模型

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

OCR是什么以及推荐几款开源中文OCR识别软件

第二名：Tesseract Tesseract 一款由HP实验室开发由Google维护的开源OCR引擎，支持多语言，多平台，使用python开发。

OCR

<...4 5 6 789 10 11 12 13 ...>

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