文章列表-AI魔法学院

文章列表

Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)

但事实上，Whisper完全可以针对中文进行标注，只需要添加对应的引导词： options = whisper.DecodingOptions(beam_size=5,prompt

Whisper 语音优化

一人搞定30万商品分类：AI落地实践故事！

需要多次“炼丹”，结果还不能保证达到想要的效果。

embedding 大数据分类

用ComfyUI整了一套照片转Q版手办的工作流

这两天停更就是在搞这个的过程中遇到了不少问题，一直没有结果，苦闷了一下。

comfyui 文生图

比 remini 更便宜，比美图更有风格！黏土滤镜免费做，速领

整体的逻辑：使用 SDXL 大模型，提示词用 SDXL 风格选择器中的黏土风，结合 controlnet 和 lora，直接图生图即可。

SDXL 文生图

Stable Diffusion

Stable Diffusion 加速/优化/升级优化出图速度

ensp; 7.启用API搭配第三方工具 2.SD专属优化根据Pytorch 官方最近的说法，2.1版本的 Pytorch 要比上一个版本运行快

Stable Diffusion 文生图

关于AI声音生成的一切（语音+音乐+嘴型）

ensp; •Const-me/Whisper（解压就能用）: OpenAI Whisper自动语音识别模型的高性能GPGPU推理，基于DirectCompute技术，对Windows系统进行了优化

声音

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

Translatotron 3结合了三种技术：掩码自编码器、无监督的嵌入映射、和反向翻译，来实现这个目标。

Translatotron 语音识别

探秘制作艺术二维码的新姿势

这里还要控制介入绘制的起始和结束步数，起始不能从0开始，否则就画不出来图像了。

图像文字

这可能是史上最全的 Python 算法集（附论文及python源码链接）

PF本地化会用到该测量结果。

算法 python

深入探秘：百川7B大模型的训练代码解析，揭秘巨无霸语言模型背后的奥秘

以百川7B模型为例，讲解大模型训练的代码和方法：一、整体代码结构：可以看到，我们训练时用到的就是train.sh，train.sh里也调用了train.py，追进去后，可以看到step2中真正用到了

大模型

AnimateDiff 生成补间动画

该框架通过插入一个新的运动模块（经过训练学习了视频片段的动作知识）到已经冻结的文本生成图像模型中。

文生图 AnimateDiff

说真的，学会用SD做电商图，你才是真的入了门

照片的处理工作还没结束，手机拍摄的照片分辨率超过3K，这样的分辨率在Stable Diffusion中处理难度太大，电商平台的商品详情页并不需要如此高的分辨率，所以我们要预先调整照片尺寸。

文生图 SD 电商

SDXL风格插件，超越Midjourney的时刻来了

和SD1.5相比，SDXL对自然语言的理解更加到位，和SD1.5的模型相比，SDXL的模型素材更多、更清晰，只需要结合几个常用的LoRA，就能最大限度的还原想象中的场景。

SDXL

Midjourneyv6创作中国龙十大技巧

衣有龙袍、龙冠；食有龙虾、龙眼、龙须面；建筑有龙宫、龙亭；行有龙舟、龙车。

Midjourneyv6 文生图

Docker介绍及常用命令大全

也就是说，镜像是一个特殊的文件系统，除了提供容器运行时所需的程序、库、资源、配置等文件外，还包含了一些为运行时准备的一些配置参数(如匿名卷、环境变量、用户等)。

Docker 容器

<...85 86 87 888990 91 92 93 94 ...>

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