文章列表-AI魔法学院

文章列表

Selenium+ddddocr | 再也不担心图片验证码

网页中验证码的识别思路一：验证码截图，进行识别定位到验证码图片的位置，采用screenshot_as_png进行截图，通过ddddocr库识别。

Selenium ddddocr库

SDXL模型lora训练参数详细设置，显存占用22G，不用修脸原图直出

第一行模型种类的选项，选择sdxl-lora就可以了。

SDXL 训练

PhotoMaker：腾讯最新开源，根据照片生成该人物各种风格图片，项目可落地！

requirements.txt # Install photomakerpip install git+https://github.com/TencentARC/PhotoMaker.git 然后可以运行以下命令来使用

PhotoMaker 文生图

语音、视频转文字神器：开源whisper介绍

Whisper是通过收集来自多个数据源（如YouTube、TED、Twitter等）的多语言、多任务的数据进行训练的。

人工智能大模型 wisper

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

CosyVoice-instruct-300M：能够生成富有情感表现力的语音，允许通过指令文本进行精细调整。

asr tts 声音

模拟ChatGPT流式数据——SSE最佳实践

字段以行为单位，每行一个（即以 \n 结尾）。

打字机 sse 大模型

8 月份火火火火的 GitHub 开源项目

用 Go 写的后端服务运行内存仅 8MB，在单实例 100QPS 时，内存也能稳定在 20MB 左右，资源占用极低。

大模型

开源新标杆，千问Qwen2系列模型发布，全面超越LLama3

此外，Qwen2 系列模型在安全性方面也进行了改进，通过测试显示其在生成有害响应的比例上优于或与其他模型相当。

qwen 千问开源

【分享】SDXL模型最佳拍档！COMFY UI上手指南

如果是预设好的工作流，你只需要修改：然后，按一下任务排队执行：任务就快速完成了。

大模型

大模型：泛化即智能，压缩即一切

为了下文行文方便，这里会将本篇文章想要表达的核心思想做一下定义。

大模型泛化

提升GPT Prompt效果最佳实践 - 拆解复杂任务

这种方法的优点是每个查询仅包含执行任务下一阶段所需的指令，与使用单个查询执行整个任务相比，这可以降低错误率。

GPT prompt

星标破万！小钢炮2.6登顶GitHub，Hugging Face TOP3，燃爆开源社区！

MiniCPM-V 2.6 还可以接受视频输入，进行对话和提供涵盖时序和空间信息的详细视频描述。

MiniCPM-V 2.6 大模型

最新【Fooocus】支持controlnet！生图效果惊艳，附带保姆级安装教程

安装包，解压后，将网盘中的“SDXL1.0必备模型”文件夹中的两个模型放到FooocusControl\Fooocus\models\checkpoints路径下，如果不将模型放进去，点击运行后，会自动在线下载

Fooocus 文生图

Stable Diffusion

超详细的 Stable Diffusion ComfyUI 基础教程（二）：文生图基础流程

在学习前我们先回忆一下使用 Web UI 进行文生图的时候用到了哪些功能。

comfyui 文生图

聊天大模型的输出速度应该是多少？单张显卡最多可以支持多少个人同时聊天？来自贾扬清最新的讨论~

单张显卡可以支撑的同时聊天人数从上面的讨论可以看到，使用并发技术，一个A10上运行LLaMA2-7B模型，即使有128个并发请求，依然有每秒10个tokens的输出，这意味着可以支持

大模型

<...89 90 91 929394 95 96 97 98 >

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