-
Stable Diffusion 对图像进行风格化
风格化是基于现有图像转换成另一种风格的操作方法，通常应用于img2img中，将文字提示中特定的新风格应用于原图像上进行修改。在这个过程中并非使用随机的潜在状态，而是采用原始图像去编码初始潜在状态。在此基础上通过加入少量的随机性，这种随机性由去噪强度所控制，...
-
最近读的AIGC相关论文思路解读
AIGC之SD可控生成论文阅读记录 提示：本博客是作者本人最近对AIGC领域相关论文调研后，临时记录所用，所有观点都是来自作者本人局限理解，以及个人思考，不代表对。如果你也正好看过相关文章，发现作者的想法和思路有问题，欢迎评论区留言指正！ 既然是论...
-
番外篇Diffusion&Stable Diffusion扩散模型与稳定扩散模型
文章目录 Diffusion&Stable Diffusion扩散模型与稳定扩散模型 摘要 Abstract Diffusion Model扩散模型 Forward Diffusion Process正向扩散过程 噪声图像的分布...
-
四种通过LLM进行文本知识图谱的构建方法对比介绍
我们在以前的文章中已经介绍了使用大语言模型将非结构化文本转换为知识图谱。但是对于知识图谱的创建是一个很复杂的过程，比如需要对属性增加限制，创建符合特定主题/模式的图谱，并且有时文档非常大，无法作为单个提示处理，所以在切分后的提示中创建的图谱需要前后一致。...
-
2023-12-30 AIGC-LangChain介绍
摘要: 2023-12-30 AIGC-LangChain介绍 LangChain介绍 1. https://youtu.be/Ix9WIZpArm0?t=353 2. https://www.freecodecamp.org/news/la...
-
ICLR'24无图新思路！LaneSegNet：基于车道分段感知的地图学习
写在前面&笔者的个人理解 地图作为自动驾驶系统下游应用的关键信息，通常以车道或中心线表示。然而，现有的地图学习文献主要集中在检测基于几何的车道或感知中心线的拓扑关系。这两种方法都忽略了车道线与中心线的内在关系，即车道线绑定中心线。虽然在一个模型中...
-
游戏+人工智能AI如何影响我们的未来：（二）游戏将成为 AIGC 的重要应用场
人工智能在诞生之初就已展现出了与电子游戏的亲密关系。—方面，其开创者们长期利用游戏 来测试人工智能程序的性能，如今的人工智能也已经具备了在各种复杂游戏中击败人类玩家的 能力。另—方面，随着人工智能技术的发展，人们也发现可以利用这项技术来辅助游戏设计 和游戏...
-
AI绘图实战（五）：放大并修复老照片、马赛克照片、身份证件照 | Stable Diffusion成为设计师生产力工具
S：你安装stable diffusion就是为了看小姐姐么？ I ：当然不是，当然是为了公司的发展谋出路~~ 预先学习： 安装及其问题解决参考：《Windows安装Stable Diffusion WebUI及问题解决记录》； 运行使用时问题...
-
AIGC创作系统ChatGPT源码，支持最新GPT-4-Turbo模型，支持DALL-E3文生图
一、AI创作系统 SparkAi创作系统是基于OpenAI很火的ChatGPT进行开发的Ai智能问答系统和Midjourney绘画系统，支持OpenAI-GPT全模型+国内AI全模型。本期针对源码系统整体测试下来非常完美，可以说SparkAi是目前国内一...
-
Stable-diffusion-WebUI 的API调用(内含文生图和图生图实例)
前情提要 在之前尝试使用Diffusers库来进行stable-diffusion的接口调用以及各种插件功能实现，但发现diffusers库中各复杂功能的添加较为麻烦，而且难以实现对采样器的添加，safetensors格式模型的读取。在官网上找到了web...
-
大模型语言模型的全面测评：ChatGPT、讯飞星火认知大模型、文心一言、昆仑天工和通义千问
前言 在当今人工智能技术日益成熟的背景下，大模型语言模型的应用越来越广泛。作为一名AI爱好者，我测试了五个平台的大模型，分别是ChatGPT、讯飞星火认知大模型、文心一言、昆仑天工和通义千问。通过对这五个平台的提问并得到其回答结果，我深刻感受到这些大模...
-
AI绘画与多模态原理解析：从CLIP到DALLE1/2、DALLE 3、Stable Diffusion、SDXL Turbo、LCM
前言 终于开写本CV多模态系列的核心主题：stable diffusion相关的了，为何执着于想写这个stable diffusion呢，源于三点 去年stable diffusion和midjourney很火的时候，就想写，因为经常被刷屏，但那会时...
-
Microsoft Copilot Android App已经发布
我的新书《Android App开发入门与实战》已于2020年8月由人民邮电出版社出版，欢迎购买。点击进入详情 微软Copilot Android APP发布 介绍 微软最近为其 Copilot Assistanton...
-
免费的ChatGPT与StableDiffusion AI绘画 二合一 附在线地址
ChatGPT与StableDiffusion 在线地址在文末 介绍 嘿，大家好！今天我要给大家介绍一个非常酷炫的技术结合——ChatGPT与StableDiffusion的合作。听起来是不是很有趣？那么，让我们一起来看看这个组合到底能带给我们什...
-
文心一言,通营销之学,成一家之言,百度人工智能AI大数据模型文心一言Python3.10接入
“文心”取自《文心雕龙》一书的开篇，作者刘勰在书中引述了一个古代典故：春秋时期，鲁国有一位名叫孔文子的大夫，他在学问上非常有造诣，但是他的儿子却不学无术，孔文子非常痛心。 一天，孔文子在山上遇到了一位神仙，神仙告诉他：“你的儿子之所以不学无术，是因为你没...
-
开源 AI库Stable Diffusion 介绍
Stable Diffusion 是一个用于生成高质量 AI 绘画的 Python 库，以下是一些使用 Stable Diffusion 的基本步骤： 安装 Stable Diffusion 库。您可以使用 pip 安装，命令如下： pip inst...
-
发现【Stable-Diffusion WEBUI】的插件：不健康内容过滤器
文章目录 （零）前言 （一）不健康内容过滤器（NSFW Sensor） （零）前言 本篇主要提到了WEBUI的不健康内容过滤插件，它宁可错杀一千也不放过一个。可以有效避免有害内容。 更多不断丰富的内容参考：?《继续Stabl...
-
腾讯云AI绘画：探究AI创意与技术的新边界
目录 一、2023的“网红词汇”——AI绘画 二、智能文生图 1、智能文生图的应用场景 2、风格和配置的多样性 3、输入一段话，腾讯云AI绘画给你生成一张图 4、文本描述生成图像，惊艳全场 三、智能图生图：重新定义图像美学 1、智能图生图...
-
LLaMA在Windows环境下的安装部署教程
LLaMA的安装过程其实非常简单，只需要几条CMD命令行即可完成。其实个人感觉效果不如ChatGPT，而且对硬件要求较高，本站并不推荐个人部署。 介绍 关于什么是LLaMa，详细情况可以看下面这篇文章。 Git安装 该软件的作用是拉取远程Git...
-
AIGC学习笔记（1）——AI大模型提示词工程师
文章目录 AI大模型提示词工程师 1 Prompt工程之原理 1.1 AIGC的发展和产业前景 前言 AIGC时代的到来 发展趋势和应用展望 1.2 大模型的类型和特点 大模型的对比 上手 特点 1.3 大模型技术原理和发展 成语...
-
利用腾讯云AI绘画做一个自己的绘画平台
大家好，又和大家见面了，在上一篇文章给大家写了下如何做一个绘画api，感觉还可以继续延伸!所以现在再接再厉，再给大家来一篇，利用腾讯云AI绘画做一个自己的绘画平台，供大家参考和使用。(上一篇文章地址https://curl.qcloud.com/LBSkS...
-
生成式 AI 带给软件开发的三个幻觉：速度快、质量高、人更少
作者 | 张凯峰 软件行业苦降本增效久已。蔓延开去的开发周期，遥遥无望的上线时间，以及不断冒起的缺陷，怎么看都配不上这支精兵强将的队伍。生成式AI 似乎带来了曙光，它的表现让人耳目一新，不少人会这么想。它能自动生成代码，成本低，可重复，即抛的能力像云上的...
-
Copilot在Pycharm的应用和示例
Copilot 是 Github 在 2021 年发布的 AI 代码助手工具，它可以根据你提供的上下文信息，自动生成代码建议，帮助提高代码编写效率和准确性。在 Pycharm 中使用 Copilot，可以进一步提升 Python 开发效率，本文将分享如何在...
-
AIGC系列之：ControlNet原理及论文解读
《Adding Conditional Control to Text-to-Image Diffusion Models》 目录 1.背景介绍 2.原理详解 2.1 Controlnet 2.2 用于Stable Diffusion的Contr...
-
stable diffusion原理
1、Latent space 隐空间是压缩数据的一个表示。数据压缩的目的是学习数据中较重要的信息。以编码器-解码器网络为例，首先使用全卷积神经网(FCN 络学习图片特征，我们将特征提取中对数据的降维看作一种有损压缩。但是由于解码器需要重建(reconst...
-
GitHub Copilot 功能介绍和使用场景
原文 ： https://openaigptguide.com/github-copilot/ GitHub Copilot是一款由GitHub、OpenAI和Microsoft联合开发的AI辅助开发工具，它以人工智能的方式提供语法结构、表达式、变量名等...
-
LLaMA Pro: Progressive LLaMA with Block Expansion
Q: 这篇论文试图解决什么问题？ A: 这篇论文试图解决大型语言模型（LLMs）在特定领域（如编程、数学、生物医学或金融）能力不足的问题。尽管LLMs在多种现实世界任务中表现出色，但在某些特定领域仍然存在局限性，这阻碍了开发通用语言代理以应用于更广泛场景...
-
让你的Pandas代码快得离谱的两个技巧
如果你曾经使用过Pandas处理表格数据，你可能会熟悉导入数据、清洗和转换的过程，然后将其用作模型的输入。然而，当你需要扩展和将代码投入生产时，你的Pandas管道很可能开始崩溃并运行缓慢。在这篇文章中，笔者将分享2个技巧，帮助你让Pandas代码快得离...
-
推荐一家GPU平台部署Stable Diffusion
最近一年，扩散模型太火了，已经成为重要的生产力工具，在AI研究领域也不断有新的工作出现，成为产业界和学术界的热点。 本文将在趋动云平台部署扩散模型中广受关注的stable-diffusion-webui项目，手把手教程！ 有需要算力跑模型的小伙伴，可以...
-
Java调用Midjourney进行AI画图原生版抓包实现支持中文
用途介绍 Midjourney是一个目前优秀的AI画图工具，不挂梯无法直接访问 本代码主要用于搭建镜像站使用 适合人群 本代码不适合新手，建议使用过okhttp、且具有二开能力的同学使用~ 实现原理 通过调用发送信息接口发送请求，通过轮询房间消...
-
Stable Diffusion WebUI 本地部署
前言 系统windows10，显卡NVIDIA RTX 2060s，分享一下stable diffusion webui 本地部署过程以及遇到的问题。其中一些环境已搭建或者软件已安装过的，可以直接跳过。 步骤 1. 安装git git下载地址...
-
【openAI】Whisper如何高效语音转文字（详细教程）
文章目录 前言 一、准备 二、使用Whisper进行语音转文字 三.Whisper转换结果分析 总结 前言 语音转文字在许多不同领域都有着广泛的应用。以下是一些例子： 1.字幕制作：语音转文字可以帮助视频制作者快速制作字幕，这...
-
Stable Diffusion｜背景替换只需要两分钟！
今天分享一个用Stable Diffusion换背景的小教程。在以往为产品或照片更换背景时，我们通常需要先仔细地将主体内容抠出，再利用PS或其他图像处理工具将主体与新背景进行融合。这个过程往往需要花费大量的时间和精力。这个方法虽然可行，但不够高效，非常考验...
-
20源代码模型的数据增强方法：克隆检测、缺陷检测和修复、代码摘要、代码搜索、代码补全、代码翻译、代码问答、问题分类、方法名称预测和类型预测对论文进行分组【网安AIGC专题11.15】
Data Augmentation Approaches for Source Code Models: A Survey 写在最前面 对nlp领域其他方向的启发 英文版： 论文名片 论文总结 一个有意思的表 1.背景Background...
-
昆仑天工SkyWork：更懂中文的AIGC开源模型
昆仑天工SkyWork系列AIGC开源模型，由奇点智源公司研发，在2022年12月发布，覆盖图像、文本、编程等多模态内容生成能力，包括绘画、文章续写、对话、中英翻译、推理、诗词对联、菜谱撰写、合同起草、代码补全等。 昆仑天工SkyWork系列模型...
-
AIGC：使用生成对抗网络GAN实现MINST手写数字图像生成
1 生成对抗网络 生成对抗网络（Generative Adversarial Networks, GAN）是一种非常经典的生成式模型，它受到双人零和博弈的启发，让两个神经网络在相互博弈中进行学习，开创了生成式模型的新范式。从 2017 年以后，GAN相...
-
几何纹理重建新SOTA！浙大提出SIFU：单图即可重建高质量3D人体模型
在AR、VR、3D打印、场景搭建以及电影制作等多个领域中，高质量的穿着衣服的人体3D模型非常重要。 传统的方法创建这些模型不仅需要大量时间，还需要能够捕捉多视角照片的专业设备，此外还依赖于技术熟练的专业人员。 与此相反，在日常生活中，我们最常见...
-
[算法前沿]--005-和chatgpt一样的大模型LLaMA可以运行在pc上？
未来已来,大模型依据压缩模型的方式,可以在普通的PC上运行. LLaMA Facebook的LLaMA 模型和Georgi Gerganov 的llama.cpp的结合。 LLaMA，这是一组包含 7B 到 65B 参数的基础语言模型。我们在数万亿个令...
-
Stable-diffusion-webui 本地部署及使用
Stable-diffusion-webui 本地部署及使用 本地部署stable-diffusion-webui(windows 1.安装conda； 2.创建conda env 和python 3.10.6； 3.更新pip； 4.安装...
-
新一代注意力机制Lightning Attention-2：无限序列长度、恒定算力开销、更高建模精度
大语言模型序列长度的限制，极大地制约了其在人工智能领域的应用，比如多轮对话、长文本理解、多模态数据的处理与生成等。造成这一限制的根本原因在于当前大语言模型均采用的 Transformer 架构有着相对于序列长度的二次计算复杂度。这意味着随着序列长度的增加...
-
AIGC实战——像素卷积神经网络(PixelCNN)
AIGC实战——像素卷积神经网络 0. 前言 1. PixelCNN 工作原理 1.1 掩码卷积层 1.2 残差块 2. 训练 PixelCNN 3. PixelCNN 分析 4. 使用混合分布改进 PixelCNN 小结 系列链接...
-
Android Studio安装AI编程助手Github Copilot
csdn原创谢绝转载 简介 文档链接 https://docs.github.com/en/copilot/getting-started-with-github-copilot 它是个很牛B的编程辅助工具，装它，快装它． 支持以下IDE: In...
-
Stability AI发布全新代码模型Stable Code 3B，媲美70亿Code Llama，没GPU也能跑
今天，Stability AI发布了自家在2024年的第一个模型——Stable Code3B。 顾名思义，Stable Code3B专注于代码能力，实际的表现也是非常亮眼。 在仅仅3B参数的规模之下，达到了比肩Code Llama7B的效果。 相...
-
2023年的深度学习入门指南(24) - 处理音频的大模型 OpenAI Whisper
2023年的深度学习入门指南(24 - 处理音频的大模型 OpenAI Whisper 在这一讲之前，我们所用的大模型都是针对文本的。这一讲我们增加一个新的领域，即音频。我们将介绍OpenAI的Whisper模型，它是一个处理音频的大模型。 Wh...
-
Stable Diffusion with Diffusers 学习笔记: 原理+完整pipeline代码
文章目录 01 使用 02 Stable Diffusion 的工作原理 The autoencoder (VAE The U-Net The Text-encoder Latent Diffusion 又快又高效的原因 Stable Di...
-
如何将知识图谱与AIGC结合？京东是这么做的
一、导言 首先介绍一下京东在电商场景下 AIGC 方面的探索。 这是一个商品营销文案自动生成的全景图，自下而上首先是商品的输入信息。输入信息是异构多源的，包括商品的商详页里的图片、文本、商品的标题以及商品的知识图谱。通用的知识图谱是三元组的形式，...
-
一文读懂大型语言模型参数高效微调：Prefix Tuning与LLaMA-Adapter
芝士AI吃鱼 在快速发展的人工智能领域中，高效、有效地使用大型语言模型变得日益重要，参数高效微调是这一追求的前沿技术，它允许研究人员和实践者在最小化计算和资源占用的同时，重复使用预训练模型。这还使我们能够在更广泛的硬件范围内训练...
-
如何优雅的使用ChatGPT指令，指令大全
充当 Linux 终端 我希望你充当Linux终端。我将键入命令，您将回复终端应显示的内容。我希望你只回复一个唯一代码块中的终端输出，没有别的。不要写解释。除非我指示你这样做，否则不要键入命令。当我需要用英语告诉你一些事情时，我会把文本放在大括...
-
使用 Transformers 为多语种语音识别任务微调 Whisper 模型
本文提供了一个使用 Hugging Face ? Transformers 在任意多语种语音识别 (ASR 数据集上微调 Whisper 的分步指南。同时，我们还深入解释了 Whisper 模型、Common Voice 数据集以及微调等理论知识，...
-
【Stable diffusion inpaiting】训练自己数据集
https://github.com/advimman/lama/tree/7dee0e4a3cf5f73f86a820674bf471454f52b74f prepare your data: 1 Create masks named as `[...