-
利用openai的whisper，识别会议录音
下面是代码的详细解释： 一、 **导入必要的库** 代码开始时，导入了必要的库：`tkinter` 用于创建 GUI，`filedialog` 用于选择音频文件，`os` 用于文件操作，`whisper` 用于语音转文本。 二、**创建 GUI** G...
-
Java集成stable diffusion 的方法
在Java中直接集成Stable Diffusion模型（一个用于文本到图像生成的深度学习模型，通常基于PyTorch或TensorFlow）是非常具有挑战性的，因为Java本身并不直接支持深度学习模型的运行。不过，我们可以通过JNI（Java Nativ...
-
零代码教你安装部署Stable Diffusion 3，一键生成高质量图像
本文分享自华为云社区《重磅！【支持中文】stable-diffusion-3安装部署教程-SD3 来了》，作者：码上开花_Lancer。 正如承诺的那样，Stability AI在6月12日正式开源了Stable Diffusion 3（Medium版本...
-
AIGC文生图lora微调训练案例；SD-Train界面训练stable Diffusion lora模型
lora仓库（1000多个lora微调模型分享）： https://lorastudio.co/models 1、命令代码方式：文生图lora微调训练案例 主要用huggingface相关包：peft、accelerate、diffusers 参...
-
一键进阶ComfyUI！懂AI的设计师现在都在用的节点式Stable Diffusion！内附安装包
大家好，我是设计师阿威 目前使用 Stable Diffusion 进行创作的工具主要有两个：WebUI 和 ComfyUI。而更晚出现的ComfyUI凭借超高的可定制性和复现性迅速火遍全球。有设计师表示SD发布了XL1.0后，ComfyUI用它优秀的底...
-
关于【AI绘画】的学习
AI绘画中有个牛器DeepArt，也有很多AI软件和平台可以去借鉴和学习。 这里是一张AI绘画图片，主题是一个梦幻般的森林，里面充满了发光的蘑菇和飞舞的萤火虫： AI绘画资源 对于AI绘画，你可以参考一些在线平台和软件，它们提供了AI绘画的...
-
Stable Diffusion WebUI详细使用指南
Stable Diffusion WebUI（AUTOMATIC1111，简称A1111）是一个为高级用户设计的图形用户界面（GUI），它提供了丰富的功能和灵活性，以满足复杂和高级的图像生成需求。由于其强大的功能和社区的活跃参与，A1111成为了Stabl...
-
一大波Midjourney案例&咒语分享，赶紧实操起来！
Midjourney作为AI绘画领域的当红炸子鸡，其强大的算法另无数创作者连连称赞，今天我将分享一些创作案例，喜欢的朋友可以拿去直接用。 1.1980年代时尚，全身，中国女孩，被云朵包围，流动的色彩，流动的水墨，线条画，风格由AlfonsMaria Mu...
-
Midjourney prompts 怎么写？怎么优化？
作者先说：这几天想系统整理下mj知识体系，从这篇开始都是对阅读官方文档后的个人解读，跳过了官方的quick start和Community guidelines，从prompt开始写起。才疏学浅，如有错误或更好的方法，拜托大家指正 什么是Prompt？...
-
stable diffusion图生图重绘原图尺寸系统崩溃
*** Error completing request *** Arguments: ('task(edxse6e6xomcsl5 ', <gradio.routes.Request object at 0x0000024671E57EE0>...
-
全网最全Stable Diffusion教程及实践
一、什么是Stable Diffusion(SD ? Stable Diffusion 是Stability AI公司于 2022 年发布的深度学习文字到图像生成模型。它主要用于根据文字的描述产生详细图像，能够在几秒钟内创作出令人惊叹的艺术作品。 截...
-
AI绘画Stable diffusion的SDXL模型超详细讲解，针不错！（含实操教程）
大家好，我是画画的小强 朋友们好，今天分享的是Stable diffusion的SDXL模型以及相关实操。 与之前的SD1.5大模型不同，这次的SDXL在架构上采用了“两步走”的生图方式： 以往SD1.5大模型，生成步骤为 Prompt → Ba...
-
AIGC生成论文汇总
1.1 无特定身份人物生成（Non-identity Generation） (1 变分自动编码器（Variational Auto-Encoder） 2022, CVPR,Shunyu Yao, RuiZhe Zhong, Yichao Ya...
-
[arxiv论文解读]LlamaFactory：100+语言模型统一高效微调
该文档是一篇关于LLAMAFACTORY的学术论文，这是一个用于高效微调大型语言模型（LLMs）的统一框架。这篇论文详细介绍了LLAMAFACTORY的设计、实现和评估，以及它在语言建模和文本生成任务中的应用。下面是对文档内容的详细解释： 摘要（Abst...
-
深入浅出理解 AI 生图模型 Stable Diffusion
Stable Diffusion 概述 为了降低理解成本，我会尽量减少有关数学的知识点，并尽量用类比的方式，帮助你理解一些概念。所以有可能出现不够严谨的情况，如果你有更好的解释，欢迎留言。 Stable Diffusion（稳定扩散）严格说来...
-
好像也没那么失望！SD3玩起来，Stable Diffusion 3工作流商业及广告设计（附安装包）
今天基于SD3 base 工作流来尝试进行下广告设计，这要是一配上设计文案，视觉感就出来了。下面来看看一些效果展示~ SD3 Medium模型及ComfyUI工作流下载地址：文末领取！ 1.清凉夏日——西瓜音乐会 提示词： a guitar with...
-
全网最全讲解Stable Diffusion原理，小白也能看懂！速来！！！
手把手教你入门绘图超强的AI绘画程序Stable Diffusion，用户只需要输入一段图片的文字描述，即可生成精美的绘画。下面是Stable Diffusion注册和使用的方法。给大家带来了全新Stable Diffusion保姆级教程资料包（文末可获取...
-
【小沐学AI】Python实现语音识别（faster-whisper）
文章目录 1、简介 1.1 CTranslate2 1.2 Intel MKL 1.3 cuDNN 1.4 Transformer 2、下载和安装 2.1 命令行 2.2 代码 3、模型下载 3.1 在线测试 3.1.1 tiny...
-
在阿里云上用LLaMA-Factory微调大模型
相信很多小伙伴都想自己手搓大模型，所以有大佬做了LLaMA-Factory，但是有工具还不行，还得有环境，说实话，我现在每天除了上班就是带孩子，连游戏都没得打，所以自己连个有GPU的电脑都没[苦笑]。 基于以上前提条件，唯一方法只得通过云服务来帮我们微调...
-
Stable Diffusion 新手入门手册
可以使用括号人工修改提示词的权重，方法如： (word - 将权重提高 1.1 倍 ((word - 将权重提高 1.21 倍（= 1.1 * 1.1） [word] - 将权重降低至原先的 90.91% (word:1.5 - 将权重提...
-
文生图算法原理：从扩散模型到Stable Diffusion
导读 Stable Diffusion是扩散模型的一种实现。传统的扩散模型（如DDPM）的做法是在像素空间预测预测噪声图noise_t，输入是每一步的图片image_t和代表step的Time embedding，然后在图片image_t上减去模型预测...
-
2024-02-16 AIGC-数字人-硅基DUIX-记录
摘要: 2024-02-16 AIGC-数字人-硅基DUIX-记录 文档: https://duix.guiji.ai/duix-website/localHuman Digital Humans (guiji.ai 文档中心...
-
AIGC教程：Stable Diffusion精进，如何训练特定画风LoRA模型？
（全套教程文末领取哈） 文生图只是AI生成能力的起步，如今，随着同行们的探索增加，很多人已经开始通过Stable Diffusion训练风格化的模型，即将AI变成一个特定画风的画师。 最近，就有一位开发者分享了自己训练风格化LoRA模型的经验和技巧，并且...
-
天才程序员周弈帆 | Stable Diffusion 解读（二）：论文精读
本文来源公众号“天才程序员周弈帆”，仅用于学术分享，侵权删，干货满满。 原文链接：Stable Diffusion 解读（二）：论文精读 【小小题外话】端午安康！ 在上一篇文章天才程序员周弈帆 | Stable Diffusion 解读（一）：回顾早...
-
扩散模型实战（十一）：剖析Stable Diffusion Pipeline各个组件
推荐阅读列表： 扩散模型实战（一）：基本原理介绍 扩散模型实战（二）：扩散模型的发展 扩散模型实战（三）：扩散模型的应用 扩散模型实战（四）：从零构建扩散模型 扩散模型实战（五）：采样过程 扩散模型实战（六）：Diffusers DDPM初...
-
Midjourney如何集成到自己(个人/企业)的平台（三-完结）
前两篇文章写如何注册和配置 Midjourney如何集成到自己(个人/企业 的平台（一） Midjourney如何集成到自己(个人/企业 的平台（二） 这篇文章是完结篇，也是代码篇，本文章内容描述开发语言为Java，使用框架为SpringBoot，废...
-
[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...
-
音频转文本--我们选择faster-whisper
faster-whisper能用来做什么？ 可以将视频文件中的音轨自动转换为文字。 所以，字幕组是要失业了么？ 试试看吧，看看转化效果如何。 使用faster-whisper，最好选择python3...
-
stable diffusion 1.x 模型训练概述
本文主要介绍sd发展的第一阶段版本的模型架构和一些微调训练方法，后续版本SDXL，LCM 版本再写文章继续介绍 SD 1.x 版本模型结构 autoencoder(VAE ：encoder将图像压缩到latent空间，而decoder将latent解码...
-
原来Stable Diffusion是这样工作的
stable diffusion是一种潜在扩散模型，可以从文本生成人工智能图像。为什么叫做潜在扩散模型呢？这是因为与在高维图像空间中操作不同，它首先将图像压缩到潜在空间中，然后再进行操作。 在这篇文章中，我们将深入了解它到底是如何工作的,还能够知道文生图...
-
llama-7B、vicuna-7b-delta-v1.1和vicuna-7b-v1.3——使用体验
Chatgpt的出现给NLP领域带来了让人振奋的消息，可以很逼真的模拟人的对话，回答人们提出的问题，不过Chatgpt参数量，规模，训练代价都很昂贵。 幸运的是，出现了开源的一些相对小的模型，可以在本地或者云端部署体验， 动手体验了下Vicuna-7b...
-
【从零开始AI绘画6】StableDiffusionWebUI拓展的安装方法以及推荐的几个拓展
这里写自定义目录标题 拓展Extention 安装方法（以双语对照插件为例） 1、WebUI内置的下载方式（推荐） 2、git clone安装（更推荐） 3、github下载安装包后解压（不推荐） 强力推荐安装的几个插件拓展 1、[中...
-
Stable Diffusion的本地部署教程
以下是在Windows 10电脑上的操作步骤： 一、下载安装包 从以下夸克网盘下载地址下载安装包到本地，地址如下： 链接：https://pan.quark.cn/s/7c51556d27eb 提取码：cFdx 输入提取码之后，界面如下图：...
-
AIGC笔记--Stable Diffusion源码剖析之UNetModel
1--前言 以论文《High-Resolution Image Synthesis with Latent Diffusion Models》 开源的项目为例，剖析Stable Diffusion经典组成部分，巩固学习加深印象。...
-
AIGC从入门到实战：AIGC 在工业领域的创新场景—合成数据集，助力机器人产品研发
1. 背景介绍 随着人工智能技术的不断发展，越来越多的企业开始将其应用于工业领域，以提高生产效率和产品质量。在机器人产品研发中，数据集是非常重要的资源，但是获取真实的数据集往往需要耗费大量的时间和成本。因此，合成数据集成为了一种备受关注的解决方案。 合...
-
stable diffusion本地部署教程
Stable diffusion本地部署教程 前言 Stable Diffusion是一种基于深度学习的图像生成模型，能够生成高质量的图像。由于其计算需求较高，需要强大的计算资源来运行。然而，使用云服务或远程服务器来部署Stable Diffu...
-
图像生成新篇章：Stable Diffusion 3 Medium开源评析
摘要 在数字艺术与人工智能的交汇点上，Stable Diffusion 3（SD3）的开源无疑是一场技术革新的盛宴。就在3月份，我撰写了一篇博文，深入探讨了SD3的技术报告内容与介绍，文章发表在CSDN博客上，https://blog.c...
-
AIGC从入门到实战：落霞与孤鹜齐飞：AIGC 汹涌而来
作者：禅与计算机程序设计艺术 Generative Capacity (AIGC has taken the technology world by storm in recent years, bringing forth innovative so...
-
51-34 DALLE2 结合预训练CLIP和扩散模型实现图像生成
今天要分享的论文是OpenAI于2022年4月出品的DALLE2，全名Hierarchical Text-Conditional Image Generation with CLIP Latents。该工作是在CLIP和GLIDE基础之上完成。 很早之前...
-
Stable diffusion的SDXL模型，针不错！（含实操）
与之前的SD1.5大模型不同，这次的SDXL在架构上采用了“两步走”的生图方式： 以往SD1.5大模型，生成步骤为 Prompt → Base → Image，比较简单直接；而这次的SDXL大模型则是在中间加了一步 Refiner。Refin...
-
使用Amazon SageMaker构建高质量AI作画模型Stable Diffusion_sagemaker ai绘图
目前人工智能模型可以分为两大类别，包括判别模型 (Discriminative Model 与生成模型 (Generative Model 。判别模型根据一组输入数据，例如文本、X 射线图像或者游戏画面，经过一系列计算得到相应目标输出结果，例如单词翻译结...
-
一文解读：Stable Diffusion 3究竟厉害在哪里？
知乎原文：叫我Alonzo就好了 前言 最近一段时间，正当所有人都在为OpenAI发布Sora狂欢时，Stability AI更是推出了Stable Diffusion 3的技术报告。**这两项技术不约而同都采用了Diffusion Transf...
-
LLMs之Llama3：基于Colab平台(免费T4-GPU)利用LLaMA-Factory的GUI界面(底层采用unsloth优化框架【加速训练5~30倍+减少50%的内存占用】)对llama-3-
LLMs之Llama3：基于Colab平台(免费T4-GPU 利用LLaMA-Factory的GUI界面(底层采用unsloth优化框架【加速训练5~30倍+减少50%的内存占用】 对llama-3-8b-Instruct-bnb-4bit模型采用alpa...
-
Stable Diffusion EDM Sampler详细解释
EDM (Euler Discretization with Momentum ： EDM代表了欧拉离散化并带有动量的方法，它通常是对连续时间扩散过程进行数值积分的一种变体，通过引入动量项来改进收敛性和稳定性。 在 EDMSam...
-
每日AIGC最新进展(17)：具有边缘引导运动细化的基于事件的视频帧插值、具有连续布朗桥扩散的帧插值、
Diffusion Models专栏文章汇总：入门与实战 Event-based Video Frame Interpolation with Edge Guided Motion Refinement 视频帧插值，即在连续视频帧之间合成中间帧...
-
Stable Diffusion 模型演进：LDM、SD 1.0, 1.5, 2.0、SDXL、SDXL-Turbo 等
节前，我们星球组织了一场算法岗技术&面试讨论会，邀请了一些互联网大厂朋友、参加社招和校招面试的同学。 针对算法岗技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何准备、面试常考点分享等热门话题进行了深入的讨论。 合集： 持续火爆！！...
-
Stable Diffusion使用样例实践（二）
其中采用Stable Diffusion webui项目，模型为C站模型。需要模型的可以私我。细节上可以多训练几次，得到满意的为准。 SD用例实践 二、人物类 1.现实人物（女性） （训练库： realisticVisionV60B1_v51VA...
-
探索GGUF：利用llama.cpp高效运行大型语言模型
探索GGUF：利用llama.cpp高效运行大型语言模型 在人工智能领域，大型语言模型（LLM）的应用越来越广泛，但运行这些模型常常需要大量计算资源和复杂的配置。最近，一个名为llama.cpp的开源项目引起了广泛关注，它通过C/C++实现了一个高效的...
-
【Diffusion实战】基于Stable Diffusion实现文本到图像的生成（Pytorch代码详解）
来试试强大的Stable Diffusion吧，基于Stable Diffusion的pipeline，进一步了解Stable Diffusion的结构~ Diffusion实战篇： 【Diffusion实战】训练一个diffusion模型生成...
-
pipeline-stable-diffusion.py文件逐行解释
本文是对stabled-diffusion的pipeline文件的代码逐行解释。 60-71行 该函数对经过cfg重组出来的noise_pred，再重组。 def rescale_noise_cfg(noise_cfg, noise_pred_t...