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

7.2k License: Apache-2.0 ESPnet 是一个端到端的语音处理工具包，涵盖了端到端语音识别、文本转语音、语音翻译、语音增强、说话人分离等功能

AudioCraft 音频

大模型量化：什么是模型量化，如何进行模型量化

通过深度学习，我们可以得到用于处理各种任务的高性能模型，这些模型大多都很复杂、一般只适合在GPU上进行推理，并不适合在板端进行推理，然而在实际应用时，很多场景都需要将模型部署到板端。

大模型

【进阶】-文生图术语解释

对一个相对复杂场景的文本描述，AI 需要能“理解”并匹配到对应的画面，大部分项目依赖的都是一个叫 CLIP 的模型。

文生图

ChatGPT提示工程 - 总结

ChatGPT提示工程的两个关键原则 - 吴恩达和OpenAI合作编写Prompt的两个关键原则原则一：编写清晰、具体的说明策略1：使用分隔符清晰地标识出输入的各个部分策略2：提示模型以结构化格式输出结果

GPT

Stable Diffusion

Stable Diffusion 年龄转换神器，一键变大变小

模型介绍这组 embeddings 模型分为两类： · 变年轻：AS-YoungV2

Stable Diffusion 文生图

全球下载量最大的AI绘画大模型，更新Lightning极速版

都能在5-8步实现出图效果，把出图时间缩短了5-10倍。

Stable Diffusion 大模型提示词

14.6K star！最好用的OCR文字识别项目，没有之一！

项目是基于PaddleOCR开发的，支持截图识别、批量导入识别、个性化识别等功能。

Umi-OCR 开源项目文字识别

Roop升级版FaceFusion换脸AI技术使用以及部署教程

以下是关于界面的各功能描述： FRAME PROCESSORS（帧处理器）: face_swapper（脸部交换）: 一种在图像或视频中交换脸部的算法，类似于深度伪造技术

FaceFusion 教程

国产编程大模型CodeGeex

语料：CodeGeeX的训练语料由两部分组成。

编程

StableDiffusion

好用的令人发指的图生图，你就告诉我抄哪个吧！—StableDiffusion 第三弹

利用图生图技术，你可以将三维人类转化为漫画角色，也可以让二次元游戏动漫角色拥有与真实人物相似的面孔。

大模型文生图

应用编排的未来是Pipeline，LlamaIndex开发预览版推出Query Pipeline，提升应用开发的灵活性

FlowEngine（https://flow-engine.github.io/），其核心就是通过声明式的pipeline（离线、流式、实时三大编排Pipeline）来组织整个应用过程，这样可以更灵活，更泛化的构建各类生产级

Query Pipeline 大模型

Stable Diffusion

深入浅出学习Stable diffusion之线稿转效果图

这里将以世界三大模型网站的资源进行部分展示：建筑领域：鞋子领域：衣服领域：神奇领域：等等，这些都是很多的模型，为什么要有这种模型呢，因为

Stable Diffusion 文生图大模型

Midjourneyv6创作中国龙十大技巧

中国含“龙”字的江河，可查的就有四十多个，而我们熟识的黄、青、赤、白、黑龙，就分别在四川省(黄龙河)、河北省(青龙河和赤龙河)、天津(青龙湾河和黑龙港河)、甘肃省(白龙江)、上海(白龙港河)和黑龙江省(

Midjourneyv6 文生图

大模型微调方法总结

从这可以看出要全参数微调大语言模型，小家小户是不可能的。

开源模型

比 remini 更便宜，比美图更有风格！黏土滤镜免费做，速领

但如果你会 AI 绘画，这些都不是什么问题，通过 comfyui，可以很方便的复刻出类似的效果。

SDXL 文生图

<...84 85 86 878889 90 91 92 93 ...>

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