文章列表-AI魔法学院

文章列表

大模型压缩首篇综述来啦~

非结构化剪枝：指移除个别参数，而不考虑整体网络结构。

大模型

Stable Diffusion

Stable Diffusion由入门到精通

概览整个SD webui 的功能其实不多，上手也比较容易，但是想出好图还是得把每个功能都研究透彻。

prompt 文生图

学会这招，一个头像变100种风格！

就像这样：这一切都需要用到 Midjourney 的一个功能：Remix(subtle)。

Remix 文生图

ChatPDF | LLM文档对话 | pdf解析关键问题

如果内容都不能很好地组织起来，LLM只能瞎编。

大模型

解读wav2lip：探究语音驱动唇部动作的技术原理！

具体来说，wav2lip的训练流程如下：首先，提取音频特征，将音频特征与人脸图像进行配对，形成一个音频-图像对，然后训练专家音频和口型同步判别器。

wav2lip 语音

Stable Diffusion

Stable Diffusion 喂饭教程来啦！价值上万的模特AI换装方法

一思路整体的思路其实很简单，分为三步： 1.

Stable Diffusion 文生图

为什么Llama2大模型可以在个人电脑上部署？

船长本着好东西必须体验一波的精神，立马去官网申请了下载模型的链接。

开源模型

ChatGPT提示工程5篇合集(四)：ChatGPT提示工程 - 转换

翻译 ChatGPT使用了多种语言的资源进行训练，这使得模型具备了翻译的能力。

prompt 提示词

换脸软件 FaceFusion 保姆级教程

总体使用起来，界面感觉还挺简单的，如果要求不高的，基本不需要改动什么配置，直接选择源和目标就行了。

FaceFusion 教程

ChatGPT提示工程5篇合集(五)：ChatGPT提示工程 - 邮件回复、营销文案

确保使用评论中的具体细节。

prompt 提示词

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

测试了一下，效果真不错，可以直接用，也可以微调后使用，好了废话不多说，直接上干活，哈哈~~ 首先这次直接说项目：GPT-SoVITS 项目功能介绍

数字人声音克隆 GPT-SoVITS

【万字长文】LLaMA, ChatGLM, BLOOM的参数高效微调实践

具体地，去除了layer normalization中的偏置项，采用了RMS Norm（即均方根 Norm）。

大模型微调训练

俄罗斯人开源了最大的文生图模型：参数量12B，比SDXL大了3倍多！

Kandinsky 2.2 在介绍Kandinsky-3之前，我们先说说之前的Kandinsky 2.2，Kandinsky 2.2可以看成是DALL-E 2和Latent Diffusion的混合体。

Kandinsky-3 文生图开源模型

OpenAI大动作：Whisper large-v3重塑语音识别技术

无论是在嘈杂的环境中还是面对各种口音，Whisper large-v3都能提供出色的识别效果。

Whisper 语音识别

图解 transformer——逐层介绍

一、overview 在第一部分，已经介绍过 Transformer 的整体架构： 1.

Transformer 大模型图解

<...76 77 78 798081 82 83 84 85 ...>

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