-
在本地使用CPU运行Llama 2模型来实现文档Q&A
第三方商业大型语言模型（LLM）提供商，如OpenAI的GPT4，通过简单的API调用使LLM的使用更加容易。然而，由于数据隐私和合规等各种原因，我们可能仍需要在企业内部部署或私有模型推理。 开源LLM的普及让我们私有化部署大语言模型称为可能，从而减少了...
-
Stable Diffusion使用controlnet报错
1、问题描述，使用controlnet时报错如下 error running process: G:\0111\stable-diffusion-webui\extensions\sd-webui-controlnet\scripts\controlne...
-
本地部署LLaMA-中文LoRA部署详细说明
在Ubuntu18.04 部署中文LLaMA模型 环境准备 硬件环境 AMD 5950X 128GB RAM RTX 3090(24G VRAM 操作系统 Ubuntu 18.04 编译环境(可选 llama...
-
【Mac安装stable-diffusion-webui报错解决方案】
Mac安装stable-diffusion-webui报错解决方案 python最好用3.10版本！！！python最好用3.10版本！！！python最好用3.10版本！！！ Mac升级Python版本 brew install python@3...
-
9 种方法使用 Amazon CodeWhisperer 快速构建应用
Amazon CodeWhisperer 是一款很赞的生成式人工智能编程工具。自从在工作中使用了 CodeWhisperer，我发现不仅代码编译的效率有所提高，应用开发的工作也变得快乐起来。然而，任何生成式 AI 工具的有效学习都需要初学者要有接受新工作方...
-
微软亚洲研究院韦福如：人工智能基础创新的第二增长曲线
从人工智能的发展历程来看，GPT 系列模型（例如 ChatGPT 和 GPT-4）的问世无疑是一个重要的里程碑。由它所驱动的人工智能应用已经展现出高度的通用性和可用性，并且能够覆盖多个场景和行业 —— 这在人工智能的历史上前所未有。 然而，人工智能的科研...
-
AI制作视频——mov2mov以及inpaint
背景 AI制作视频的几种思路 1.从零开始生成：清华的cogview，runway gen-1、gen-2，微软的女娲 这个思路，就是认为可以通过文字描述的方式把视频画面描述出来，通过对文本-视频帧内容-视频内容的数据对的平行语料的学习。学习到文本故...
-
百度商业AI 技术创新大赛赛道二：AIGC推理性能优化TOP10之经验分享
朋友们，AIGC性能优化大赛已经结束了，看新闻很多队员已经完成了答辩和领奖环节，我根据内幕人了解到，比赛的最终代码及结果是不会分享出来的，因为办比赛的目的就是吸引最优秀的代码然后给公司节省自己开发的成本，相当于外包出去了，应该是不会公开的。抱着技术共享及开...
-
Stable Diffusion - 真人照片的高清修复 (StableSR + GFPGAN) 最佳实践
欢迎关注我的CSDN：https://spike.blog.csdn.net/ 本文地址：https://spike.blog.csdn.net/article/details/132032216 GFPGAN (Generative Facial...
-
视频版ContorlNet来了！SparseCtrl增强AI生成视频可控性
在文本到视频（T2V）领域的最新研究中，SparseCtrl技术通过引入时间稀疏信号实现了对视频结构的灵活控制。传统的文本提示在空间不确定性方面存在问题，容易导致模糊的帧组合。 为了提高可控性，SparseCtrl采用了密集结构信号，如逐帧深度/边缘序列，...
-
云服务器部署stable diffusion webui
一些过程+亿些踩坑记录 都是因为自己显卡太差，正好还有剩下来的深度学习平台租的服务器，单纯用的话没有必要这么麻烦，但训练对显存有要求而且我也没打算拿着小笔记本电脑跑到天荒地老。 目前时间是2022.11.12，以后和以前的版本可能会不适用。 我用到的...
-
神经网络实用工具（整活）系列---使用OpenAI的翻译模型whisper实现语音（中、日、英等等）转中字，从此生肉变熟肉---基础篇
最近在做神经网络的研究，偶然间看到OpenAI开源出了一个多国语音转文字的模型，脑海里突然想到余大嘴在华为发布会发布实时语音翻译时满屏弹幕的“？？？”和“！！！”，于是决定做一个多国语音转简体中文字幕的软件来玩一玩。 想法是这样的：通过OpenAI最新发...
-
[深度学习]stable-diffusion-webui部署后局域网无法访问
当你把stable-diffusion-webui环境安装好后，启动python webui.py后发现，局域网里面是不能访问这个网页的，为了解决这个问题翻阅资料发现解决起来很简单。我们去 stable-diffusion-webui/modules/s...
-
TS版LangChain实战：基于文档的增强检索（RAG） | 京东云技术团队
LangChain LangChain是一个以 LLM （大语言模型）模型为核心的开发框架，LangChain的主要特性： 可以连接多种数据源，比如网页链接、本地PDF文件、向量数据库等 允许语言模型与其环境交互 封装了Model I/O（输...
-
stable diffusion安装问题求教！
最后的webui-user.bat执行的过程真的是痛苦而漫长，网上什么破教程，问题一个接一个，解决一个就跳出另一个！ 现在卡在这里了！ 求教！如何解决。 Traceback (most recent call last : File "D:\SD...
-
Llama 及 中文Alpaca模型部署测试
环境： Xeon E5-2680v4 16C 40G RAM WinServer 2019 Standard Edition Python 3.10 依赖库: accelerate==0.18.0 anyio==3.5.0 argon2-c...
-
（三）SadTalker 让stable diffusion 人物可以说话
功能说明 github 项目SadTalker 可以根据一张图片、一段音频，合成面部说这段语音的视频。图片需要真人或者接近真人。目前项目已经支持stable diffusion webui,可以SD出图后，结合一段音频合成面部说话的视频（抖音常见的数字...
-
视频生成: 基于Stable Diffusion的微调方法
chatGPT带来了几个月的AIGC热度，文本图像生成模型大行其道，但AI在视频生成任务上尚没有较好的开源仓库，并受限于“缺那么几百块A100"的资源问题，大多数人无法展开视频生成的研究。好在目前有不少针对视频生成的相关paper，也有不少开源实现...
-
AIGC 文生图及 stable diffusion webui 练习笔记
文章目录 环境要求 一. stable-diffusion-webui 安装 windows/linux 安装 docker 容器内安装 二. 运行 web-ui 插件安装 civitai helper additional netwo...
-
Vue3+NodeJS 接入文心一言， 发布一个 VSCode 大模型问答插件
目录 一：首先明确插件开发方式 二：新建一个Vscode 插件项目 1. 官网教程地址 2. 一步一步来创建 3. 分析目录结构以及运行插件 三：新建一个Vue3 项目，在侧边栏中展示，实现vscode插件 <=> vue项目 双向...
-
使用QLoRA对Llama 2进行微调的详细笔记
使用QLoRA对Llama 2进行微调是我们常用的一个方法，但是在微调时会遇到各种各样的问题，所以在本文中，将尝试以详细注释的方式给出一些常见问题的答案。这些问题是特定于代码的，大多数注释都是针对所涉及的开源库以及所使用的方法和类的问题。 导入库...
-
要点初见：Stable Diffusion NovelAI模型优质文字Tag汇总与实践【魔咒汇总】
目前贴吧、B站上有大量Stable Diffusion的模型资源、TAG、TAG生成器分享，其中居然有不少试图靠信息差把这些开源资源卖钱的。加上目前网上相关的TAG整理贴极少，不少TAG也是以图片的形式存在，故博主打算在此专门整理一下网友们实践过的成套的“...
-
stable-diffusion-webui 本地部署git报错问题解决
项目场景： 运行时python launch.py --autolaunch 产生Error code：1 问题描述 由于git安全机制问题，导致项目读取不到相应的stable-diffusion-stability-ai等插件。 Runt...
-
stable diffusion error code：128 stdout：HEAD解决方案
错误 Python 3.10.10 (main, Mar 21 2023, 18:45:11 [GCC 11.2.0] Commit hash: Traceback (most recent call last : File “/home/xxxx...
-
星火大模型AI接口Spring中项目中使用【星火、AIGC】
星火大模型AI接口使用 讯飞的星火大模型是有免费版本赠送200万个Token，就个人学习来说完全够用了。 免费申请过后，到控制台，两个红色方框是最要紧的。 星火认知大模型Web文档 | 讯飞开放平台文档中心 (xfyun.cn 这是官方文档...
-
Amazon CodeWhisperer——省心、省力、省时的AI编程助手
前言 本篇文章致力于让更多的程序员们在生产实践中能节约更多的宝贵时间，更快、更安全地构建应用程序而发布。Amazon CodeWhisperer它提供了智能提示、代码自动补全和错误检测等功能，以支持开发人员的编码工作。在这里勇哥我特意的推荐给大家，让大家...
-
基于 huggingface diffuser 库本地部署 Stable diffusion
前言 Stable Diffusion 是用 LAION-5B 的子集（图像大小为512*512）训练的扩散模型。此模型冻结 CLIP 的 ViT-L/14 文本编码器建模 prompt text。模型包含 860M UNet 和123M 文本编码器，...
-
计算机视觉中目标检测的数据预处理
本文涵盖了在解决计算机视觉中的目标检测问题时，对图像数据执行的预处理步骤。 首先，让我们从计算机视觉中为目标检测选择正确的数据开始。在选择计算机视觉中的目标检测最佳图像时，您需要选择那些在训练强大且准确的模型方面提供最大价值的图像。在选择最佳图像时，考...
-
PyTorch团队重写「分割一切」模型，比原始实现快八倍
从年初到现在，生成式 AI 发展迅猛。但很多时候，我们又不得不面临一个难题：如何加快生成式 AI 的训练、推理等，尤其是在使用 PyTorch 的情况下。 本文 PyTorch 团队的研究者为我们提供了一个解决方案。文章重点介绍了如何使用纯原生 PyTo...
-
AI绘画stable-diffusion-webui指定GPU运行
在cmd_args.py文件中，进行运行参数的设定，其中可以指定gpu信息 import argparse import os from modules.paths_internal import models_path, script_path, da...
-
【文心一言 vs. 通义千文】一言对千问：自百度之后，阿里终于还是出手了——通义千问
通义千问 ： https://tongyi.aliyun.com/通义千问https://tongyi.aliyun.com/ 目录 通义千问 ： 达摩院 GPT-30B 模型复现 GPT-3 模型介绍 GPT3中文30B参数量文本生...
-
用检索增强生成让大模型更强大，这里有个手把手的Python实现
本文首先将关注 RAG 的概念和理论。然后将展示可以如何使用用于编排（orchestration）的 LangChain、OpenAI 语言模型和 Weaviate 向量数据库来实现一个简单的 RAG。 检索增强生成是什么？ 检索增强生成（RAG）这一...
-
处理stable-diffusion-webui本地部署过程中的commit hash ＜none＞问题的一个方法
安装webui时一直卡在commit hash none RuntimeError: Couldn't determine Stable Diffusion's hash: 69ae4b35e0a0f6ee1af8bb9a5d0016ccb27e36dc...
-
只需3步，使用Stable Diffusion无限生产AI数字人视频
效果演示 先看效果，感兴趣的可以继续读下去。 没有找到可以上传视频的地方，大家打开这个网盘链接观看：https://www.aliyundrive.com/s/CRBm5NL3xAE 基本方法 搞一张照片，搞一段语音，合成照片和语音，同时让照片...
-
百度文心一言接入教程-Java版
原文链接 前言 前段时间由于种种原因我的AI BOT网站停运了数天，后来申请了百度的文心一言和阿里的通义千问开放接口，文心一言的接口很快就通过了，但是文心一言至今杳无音讯。文心一言通过审之后，很快将AI BOT的AI能力接入了文心一言，这里记录一下具...
-
ChatGPT + Stable Diffusion + 百度AI + MoviePy 实现文字生成视频，小说转视频，自媒体神器！(二)
ChatGPT + Stable Diffusion + 百度AI + MoviePy 实现文字生成视频，小说转视频，自媒体神器！(二 前言 最近大模型频出，但是对于我们普通人来说，如何使用这些AI工具来辅助我们的工作呢，或者参与进入我们的生活，就着...
-
java调用文心一言API的方法
话不多说，直接上干货： 一、首先去官网注册一个账号百度智能云-登录 (baidu.com ，注册完成后等待审核，审核后就可以去控制台操作啦！ 二、根据官网介绍，由于文心一言属于收费产品（也有免费的，但功能限制），因此建议可以充值几块钱，足以做实验用了。...
-
CVPR 2023 | 去雨去噪去模糊，图像low-level任务，视觉AIGC系列
Learning A Sparse Transformer Network for Effective Image Deraining 基于Transformer的方法在图像去雨任务中取得了显著的性能，因为它们可以对重要的非局部信息进行建模，这对...
-
stable diffusion webui 安装部署（linux系统）
文中部署stable diffusion webui所使用的机器是腾讯云服务器linux系统，centos7 一 环境准备 在这里使用anaconda安装，优势就是可以方便地安装和管理软件包，同一系统上可以同时使用不同版本的 Python 和第三方软件...
-
OpenAI 上线新功能力捧 RAG，开发者真的不需要向量数据库了？
近期， OpenAI 的开发者大会迅速成为各大媒体及开发者的热议焦点，有人甚至发出疑问“向量数据库是不是失宠了？” 这并非空穴来风。的确，OpenAI 在现场频频放出大招，宣布推出 GPT-4 Turbo 模型、全新 Assistants API 和一系...
-
Stable Diffusion本地部署报错解决：RuntimeError: Couldn‘t determine Stable Diffusion‘s hash: xxxxxxx
报错信息 Commit hash: c9c8485bc1e8720aba70f029d25cba1c4abf2b5c Traceback (most recent call last : File "D:\AI\stable-diffusion-w...
-
网络爬虫——GO
这里写目录标题 go-colly网络爬虫框架 goquery HTML解析 goquery主要的结构 怎么使用goquery 常用选择器 go-colly网络爬虫框架 go-colly是用Go实现的网络爬虫框架。go-coll...
-
微软AI研究提出AI模型HMD-NeMo：可基于部分手部动作准确生成全身动作
在混合现实场景中，生成准确和真实的全身虚拟角色动作一直是一个持久性的挑战。传统解决方案通常使用头戴式设备（HMDs），依赖有限的输入信号，如头部和手部的6自由度(DoF 。然而，最近的进展在从头部和手部信号生成全身动作方面取得了令人印象深刻的表现。然而，它...
-
NeRF与自动驾驶的前世今生，近10篇论文汇总！
神经辐射场（Neural Radiance Fields）自2020年被提出以来，相关论文数量呈指数增长，不但成为了三维重建的重要分支方向，也逐渐作为自动驾驶重要工具活跃在研究前沿。 NeRF这两年异军突起，主要因为它跳过了传统CV重建pipeline的...
-
关于AI 绘画，我给你总结了一份详细的关键词（Prompt 知识）
写在前面 随着人工智能技术的不断发展，越来越多的应用场景被发掘。其中，AI绘画是一种新兴的领域，其应用范围涵盖了数字媒体、游戏设计、动画制作、艺术创作等多个领域。在本文中，我们将介绍AI绘画的基本概念、发展历程、技术原理以及应用前景。 基本概念...
-
如何在VS Code中运用GitHub Copilot提高编程效率
本文首发于公众号：更AI (power_ai ，欢迎关注，编程、AI干货及时送! 在Visual Studio Code中开始使用GitHub Copilot GitHub Copilot是一个AI配对编程工具。这是一个花哨的说法，称它为"第二程...
-
无监督学习的集成方法：相似性矩阵的聚类
在机器学习中，术语Ensemble指的是并行组合多个模型，这个想法是利用群体的智慧，在给出的最终答案上形成更好的共识。 这种类型的方法已经在监督学习领域得到了广泛的研究和应用，特别是在分类问题上，像RandomForest这样非常成功的算法。通常应用一...
-
Whisper、React 和 Node 构建语音转文本 Web 应用程序
在本文中，我们将使用 OpenAI 的 Whisper 以及 React、Node.js 和 FFmpeg 构建一个语音转文本应用程序。该应用程序将获取用户输入，使用 OpenAI 的 Whisper API 将其合成为语音，并输出结果文本。Whisper...
-
测试离线音频转文本模型Whisper.net的基本用法
微信公众号“dotNET跨平台”中的文章《OpenAI的离线音频转文本模型Whisper的.NET封装项目》介绍了基于.net封装的开源语音辨识Whisper神经网络项目Whisper.net，其GitHub地址见参考文献2。本文基于Whisper.n...
-
M1芯片Mac book pro部署stable diffusion模型
使用的电脑配置： 本文中，我的实验环境是 Apple M1CPU 的 MacBook Pro，机器内存容量为 16GB。同样还能够运行本文的设备包含： 2022 年生产的MacBook Air (M2 、13寸的 MacBook Pro (M2 、M...