-
HID-Joy-Con-Whispering 项目使用教程
HID-Joy-Con-Whispering 项目使用教程 HID-Joy-Con-WhisperingTalk to Joy-Con from a PC because it's cool项目地址:https://gitcode.com/gh_mir...
-
电商内容科技的未来：AIGC推动品牌创意智能化
什么是电商内容的数字化？ 电商内容数字化指的是把内容从生产-管理-发布上架的流程变得更数字化、自动化、更便捷。电商是这十几年发展很快的渠道，过去电商传播内容的方式都是通过文案，现在有图片、长图文、UGC、短视频。对于品牌来说，电商内容数字化是品牌要不断适...
-
AIGC入门（一） 从零开始搭建Transformer！（上）
前言 我记得曾经看过一篇综述，综述里曾这样讲过： 多模态使用Transformer作为基石模型的一个原因之一，就是因为它能够很好地统一视觉（ViT、DiT）和文本，并且无限制地扩大其参数。这是一个在工程上很有作用也很有实际意义的事情。 笔者...
-
[Stable Diffusion/LDM] High-Resolution Image Synthesis with Latent Diffusion Models
这篇讲解很详细，可以参考：https://zhuanlan.zhihu.com/p/634573765 附上苏神的讲解：生成扩散模型漫谈（二十二）：信噪比与大图生成（上） - 科学空间|Scientific Spaces...
-
AIGC中多模态Embedding技术的前沿进展与代码实战
AIGC中多模态Embedding技术的前沿进展与代码实战 作者：禅与计算机程序设计艺术 1. 背景介绍 1.1 AIGC的兴起与多模态技术的必要性 近年来，人工智能生成内容（AIGC）技术的飞速发展，掀起了一场内容生产方式的革命。从文本生成、图像...
-
清洁数据，可信模型：确保您的LLM拥有良好的数据卫生
事实上，有些数据输入模型风险太大。有些可能带来重大风险，例如隐私侵犯或偏见。 译自Clean Data, Trusted Model: Ensure Good Data Hygiene for Your LLMs，作者 Chase Lee。 大语言模型...
-
通透！机器学习各大模型原理的深度剖析！
通俗来说，机器学习模型就是一种数学函数，它能够将输入数据映射到预测输出。更具体地说，机器学习模型就是一种通过学习训练数据，来调整模型参数，以最小化预测输出与真实标签之间的误差的数学函数。 机器学习中的模型有很多种，例如逻辑回归模型、决策树模型、支持向量...
-
《深度解析“WordPress采集插件蜜蜂采集”的功能与应用》
在当今信息爆炸的时代，内容的采集与整合成为了许多网站运营者、博主以及内容创作者的重要工作。为了更高效地获取并管理信息，各种采集插件应运而生。其中，“WordPress采集插件蜜蜂采集”以其强大的功能和灵活的应用受到了广泛关注。本文将对蜜蜂采集插件进行深度解...
-
进一步加速落地：压缩自动驾驶端到端运动规划模型
本文经自动驾驶之心公众号授权转载，转载请联系出处。 原标题：On the Road to Portability: Compressing End-to-End Motion Planner for Autonomous Driving 论文链接：ht...
-
易通cms采集插件：提升内容管理效率的利器
在数字化时代，内容管理系统（CMS）已成为各类网站和应用程序不可或缺的一部分。易通CMS作为一款功能强大的内容管理系统，广受用户好评。其中，易通CMS采集插件更是这款系统中的一颗璀璨明珠，它极大地提升了内容采集和管理的效率。本文将深入探讨易通CMS采集插件...
-
AI绘画中VAE压缩图像
介绍 在Stable Diffusion中,所有的去噪和加噪过程并非在图像空间直接进行,而是通过VAE模块将图像编码到一个低维空间。 这个低维空间的“分辨率”低于原始图像空间,有利于快速地完成加噪和去噪过程。 最后再将编码空间中的噪声表示解码恢复为...
-
实现Discuz采集内容的自动发布方法与策略
随着互联网技术的快速发展和信息的爆炸式增长，如何高效地获取并整理有用的网络资源已成为众多网站运营者和内容管理者面临的重要问题。Discuz，作为一款广泛应用于社区论坛建设的软件系统，为用户提供了丰富的插件和功能模块，以满足不同场景下的需求。其中，采集与自动...
-
PHPOK采集插件：解析与应用全面指南
在互联网快速发展的时代背景下，信息采集技术越来越成为企业和个人获取有效信息的关键。在众多信息采集工具中，“PHPOK采集插件”凭借其强大的功能与灵活性，成为不少站长和开发者的首选。本文旨在深入分析PHPOK采集插件的核心功能、使用方法及其对网站建设的作用，...
-
PHPCMS采集插件详解与应用实践
随着互联网的飞速发展，信息获取与整合成为了网站运营中不可或缺的一环。在众多内容管理系统中，PHPCMS以其强大的功能和灵活的扩展性受到了广大开发者和站长的青睐。其中，PHPCMS采集插件作为信息聚合的利器，更是为众多网站提供了便捷高效的内容采集解决方案。本...
-
机器学习中的十种非线性降维技术对比总结
降维意味着我们在不丢失太多信息的情况下减少数据集中的特征数量，降维算法属于无监督学习的范畴，用未标记的数据训练算法。 尽管降维方法种类繁多，但它们都可以归为两大类:线性和非线性。 线性方法将数据从高维空间线性投影到低维空间(因此称为线性投影 。例子包括...
-
机器学习中七种常用的线性降维技术总结
上篇文章中我们主要总结了非线性的降维技术，本文我们来总结一下常见的线性降维技术。 1、Principal Component Analysis (PCA Principal Component Analysis (PCA 是一种常用的降维技术，用于...
-
AIGC：使用变分自编码器VAE实现MINIST手写数字生成
1 变分自编码器介绍 变分自编码器（Variational Autoencoders，VAE）是一种生成模型，用于学习数据的分布并生成与输入数据相似的新样本。它是一种自编码器（Autoencoder）的扩展，自编码器是一种用于将输入数据压缩为低维表示并再...
-
ChatGPT高效提问—基础知识（AIGC）
ChatGPT高效提问—基础知识 为了更好地学习AI和prompt相关知识，有必要了解AI领域的几个专业概念。 1.1 初识AIGC AIGC（artificial intelligence generated content）即人工智能生成的内...
-
Stable Diffusion的数学原理
Stable Diffusion的数学原理 Stable Diffusion是一种深度学习模型，用于生成和操作图像。它主要基于变分自编码器（Variational Autoencoders, VAEs）和扩散模型（Diffusion Models）的结...
-
每日一看大模型新闻（2023.11.14）谷歌提出新型生成式AI模型IGN；谷歌天气预报模型GraphCast登刊Science；贾扬清吐槽国产大模型套壳Llama 假装自研，零一万物回应
1.产品发布 1.1面壁智能：发布AI Agents首个SaaS级产品ChatDev 发布日期：2023-11-15 面壁智能打造首个“大模型+Agent” SaaS级产品ChatDev 主要内容：面壁智能已经推出了基于群体智能和其新一代千...
-
碎片笔记｜AIGC核心技术综述
前言：AIGC全称为AI-Generated Content，直译为人工智能内容生成。即采用人工智能技术来自动生产内容。AIGC在2022年的爆发，主要是得益于深度学习模型方面的技术创新。不断涌现的生成算法、预训练模型以及多模态等技术的融合引发了AIGC的...
-
【Stable Diffusion】什么是VAE
1.基本概念 VAE是Variational Autoencoder的缩写，中文名变分自编码器，是一种基于深度学习的生成模型。VAE的基本思想是将输入数据编码为潜在空间中的概率分布，并通过解码器将潜在空间中的随机向量映射回原始数据空间中。VAE的训练过程包...
-
你的云网络准备好拥抱生成式人工智能了吗?
生成式人工智能(AI 有可能为企业释放数万亿美元的价值，并从根本上改变我们的工作方式。这项突破性的技术已经进入了全球经济的几乎每个领域，以及我们生活的许多方面，人们已经使用人工智能来查询其银行账单，甚至要求医疗处方。当前的预测表明，生成式人工智能可以自动...
-
[AIGC ~大数据] 深入理解Hadoop、HDFS、Hive和Spark：Java大师的大数据研究之旅
作为一位Java大师，我始终追求着技术的边界，最近我将目光聚焦在大数据领域。在这个充满机遇和挑战的领域中，我深入研究了Hadoop、HDFS、Hive和Spark等关键技术。本篇博客将从"是什么"、"为什么"和"怎么办"三个角度，系统地介绍这些技术。...
-
神经网络是如何工作的？ | 京东云技术团队
作为一名程序员，我们习惯于去了解所使用工具、中间件的底层原理，本文则旨在帮助大家了解AI模型的底层机制，让大家在学习或应用各种大模型时更加得心应手，更加适合没有AI基础的小伙伴们。 一、GPT与神经网络的关系 GPT想必大家已经耳熟能详，当我们与它...
-
AI 绘画Stable Diffusion 研究（十五）SD Embedding详解
大家好，我是风雨无阻。 本期内容： Embedding是什么？ Embedding有什么作用？ Embedding如何下载安装？ 如何使用Embedding？ 大家还记得 AI 绘画Stable Diffusion 研究（七） 一文读懂 Stabl...
-
「无需配对数据」就能学习！浙大等提出连接多模态对比表征C-MCR
多模态对比表示（multi-modal contrastive representation, MCR）的目标是将不同模态的输入编码到一个语义对齐的共享空间中。 随着视觉-语言领域中CLIP模型的巨大成功，更多模态上的对比表征开始涌现出来，并在诸多下游任...
-
ImageBind与Stable diffusion使用记录
参考代码 ImageBind：GitHub - facebookresearch/ImageBind: ImageBind One Embedding Space to Bind Them All ImageBind + stable-diffusio...
-
用语言对齐多模态信息，北大腾讯等提出LanguageBind，刷新多个榜单
在现代社会，信息传递和交流不再局限于单一模态。我们生活在一个多模态的世界里，声音、视频、文字和深度图等模态信息相互交织，共同构成了我们丰富的感知体验。这种多模态的信息交互不仅存在于人类社会的沟通中，同样也是机器理解世界所必须面对的挑战。 如何让机器像人类...
-
你应该知道的十种机器学习算法
机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。 毫无疑问，机器学习/人工智能领域在将来是越来越...
-
【深度学习】生成对抗网络（GANs）详解！
一、概述 生成对抗网络(Generative Adversarial Networks 是一种无监督深度学习模型，用来通过计算机生成数据，由Ian J. Goodfellow等人于2014年提出。模型通过框架中(至少 两个模块：生成模型(Generat...