-
原来这才是生成式AI！
随着ChatGPT、文心一言等AI产品的火爆，生成式AI已经成为了大家茶余饭后热议的话题。 可是，为什么要在AI前面加上“生成式”这三个字呢？ 难道还有别的AI吗？ 且听文档君慢慢道来~ 1.生成式AI究竟是个啥？ 如果将人工智能按照用途进行简单分类的话...
-
不同数据集有不同的Scaling law？而你可用一个压缩算法来预测它
一般而言，训练神经网络耗费的计算量越大，其性能就越好。在扩大计算规模时，必须要做个决定：是增多模型参数量还是提升数据集大小 —— 必须在固定的计算预算下权衡此两项因素。 Scaling law 告诉我们：只要能适当地分配参数和数据，就能在固定计算预算下实...
-
英伟达发布数字人AI技术NVIDIA ACE 提升角色互动体验
NVIDIA最近推出了一种名为Avatar Cloud Engine （ACE）的先进数字人AI技术，旨在提升游戏和虚拟世界中角色的互动体验。 以下是NVIDIA ACE技术的关键特点: 智能对话能力:ACE技术能够让游戏中的NPC拥有真实的对话能力，...
-
AIGC-音频生产十大主流模型技术原理及优缺点
音频生成(Audio Generation 指的是利用机器学习和人工智能技术，从文本、语音或其他源自动生成音频的过程。 音频生成行业是AIGC技术主要渗透的领域之一。AI音频生成行业是指利用人工智能技术和算法来生成音频内容的领域。按照输入...
-
AI作画算法原理
1.概述 AI作画算法的原理相当复杂，涉及多个领域的知识，包括计算机视觉、机器学习和神经网络等。我们从以下几个方面来描述AI作画算法的基本原理。 2. 数据准备 在数据准备方面，AI作画算法通常需要大量的图像数据作为训练样本。可以是各种各样的艺术...
-
Stable Diffusion教程|快速入门SD绘画原理与安装
什么是Stable Diffusion，什么是炼丹师？根据市场研究机构预测，到2025年全球AI绘画市场规模将达到100亿美元，其中Stable Diffusion（简称SD）作为一种先进的图像生成技术之一，市场份额也在不断增长，越来越多的人参与到AI掘金...
-
好用的AI绘画软件，一次安利给你
人工智能的发展极大地改变了我们的工作与生活，ChatGPT改变了我们的写作方式，我们向它提问，它就可以按照我们的提问生成我们想要的内容。马上OpenAI的新工具，根据文字内容生成视频的工具——Sora也将要上线了。当然在生成视频之前，AI绘图工具也已经问世...
-
稳定扩散美学梯度（Stable Diffusion Aesthetic Gradients）：一种创新的图像生成技术...
稳定扩散美学梯度（Stable Diffusion Aesthetic Gradients）：一种创新的图像生成技术 项目地址:https://gitcode.com/vicgalle/stable-diffusion-aesthetic-gradien...
-
产品经理的AI秘籍：从AIGC到大模型，让你笑傲智能时代
文章目录 @[TOC](文章目录 前言 一、什么是AIGC？ 二、什么是大模型 2.1 大模型特点 2.2 大模型里程碑——Transformer的发布 2.2.1 Transformer通俗解释 2.2.2 基于Tran...
-
AI新时代——【深度学习】驱动的【AIGC大模型】与【机器学习】的创新融合
目录 1.机器学习与人工智能的基础 1.机器学习的基本原理 2.人工智能的广泛应用 2.深度学习的崛起 1.深度学习的概念和原理 2.卷积神经网络（CNN） 3.循环神经网络（RNN） 3.AIGC大模型的创新 1.AIGC的概念和应用...
-
详解AI作画原理：从生成对抗网络到卷积神经网络
人工智能（AI）作画是近年来备受瞩目的领域之一，它不仅为艺术创作带来了全新的可能性，也推动了计算机视觉和深度学习技术的发展。本文将深入探讨AI作画的原理，重点介绍生成对抗网络（GAN）和卷积神经网络（CNN）在作画中的应用，并探讨它们的工作原理以及在实际应...
-
Stable Diffusion教程|Controlnet插件详解和实战
不知道你是否发现，无论你再怎么精确使用文本提示词来指导SD模型，也无法描述清楚人物的四肢角度、背景中物体位置等等，因为文字的表达能力很有限。那么有没有一种通过图像特征来为扩散模型生成过程提供更加精细控制的方式，答案是肯定，那就是ControlNet！ 目...
-
普通人在电脑上尝鲜AI技术的三种方式
TechWeb 文 / 新喀鸦 随着科技的飞速发展，人工智能（AI）已经不再是遥不可及的未来科技，而是逐步融入我们生活的各个角落。从智能家居的便捷操控，到线上服务的智能推荐，再到医疗、教育等行业的深度应用，AI正以其独特的魅力改变着世界。然而，对于许多普通...
-
AIGC笔记--特征线性调制（FiLM）层的实现
目录 1--特征线性调制层的作用 2--特征线性调制层的实现 3--论文实例 1--特征线性调制层的作用 特征线性调制（Feature-wise Linear Modulation，FiLM）层是一种神经网络模块...
-
你所不知道的机器学习五大学派
机器学习是人工智能的重要分支，它赋予计算机从数据中学习的能力，并能够在无需明确编程的情况下改进自身性能。机器学习在各个领域都有着广泛的应用，从图像识别和自然语言处理到推荐系统和欺诈检测，它正在改变我们的生活方式。机器学习领域存在着多种不同的方法和理论，其...
-
智慧建筑：基于YOLOv7的建筑外墙缺陷检测
01 前景概要 现有的基于深度学习的方法在识别速度和模型复杂性方面面临一些挑战。为了保证建筑外墙缺陷检测的准确性和速度，我们研究了了一种改进的YOLOv7方法BFD-YOLO。首先，将YOLOv7中原有的ELAN模块替换为轻量级的MobileOne模块，...
-
高亮反光终结者？谷歌NeRF-Casting：光线追踪就能搞定！
NeRF不再“畏惧”近处高光反射 早期的NeRF变体使用多层感知器（MLPs）从三维坐标映射到体积密度和视点相关的颜色，但是表示详细的三维几何和颜色所需的大型MLPs训练和评估速度极慢。最近的工作专注于通过用类似体素网格的数据结构或网格和小型MLPs的组...
-
【机器学习结合AI绘画工具】——开启艺术创作的新纪元
目录 一、AI绘画工具的发展历程 二、AI绘画工具的技术原理 实例说明 三、AI绘画工具在艺术创作中的应用 实例网站 四、AI绘画工具的影响与未来展望 结论 机器学习和人工智能（AI）在过去的十年里取得了显著的进展。特别是在艺术创作领...
-
可解释性人工智能：解释复杂的AI/ML模型
译者 | 李睿 审校 | 重楼 人工智能(AI 和机器学习(ML 模型如今变得越来越复杂，这些模型产生的输出是黑盒——无法向利益相关者解释。可解释性人工智能（XAI）旨在通过让利益相关者理解这些模型的工作方式来解决这一问题，确保他们理解这些模型实际上是如...
-
利用SpringBoot和TensorFlow进行语音识别模型训练与应用
本专题系统讲解了如何利用SpringBoot集成音频识别技术，涵盖了从基础配置到复杂应用的方方面面。通过本文，读者可以了解到在智能语音填单、智能语音交互、智能语音检索等场景中，音频识别技术如何有效提升人机交互效率。无论是本地存储检索，还是云服务的集成，丰...
-
人工智能AI和数字化世界走向何方
2024 年 5 月 23 日，美国众议院外交事务委员会以压倒性多数投票提交了一项法案，该法案将使拜登政府更容易限制 AI 系统的出口。该法案还将赋予美国商务部明确的权力，禁止美国人与外国人合作开发对美国国家安全构成威胁的 AI 系统。 路透社本月报...
-
ChatGPT如何「思考」？心理学和神经科学破解AI大模型，Nature发文
美国东北大学的计算机科学家 David Bau 非常熟悉这样一个想法：计算机系统变得如此复杂，以至于很难跟踪它们的运行方式。 「我做了 20 年的软件工程师，研究非常复杂的系统。这个问题总是存在的。」Bau 说。 但 Bau 说，使用传统软件，具有内部知...
-
Hinton揭秘Ilya成长历程：Scaling Law是他学生时代就有的直觉
2003年夏天的一个周日，AI教父Hinton在多伦多大学的办公室里敲代码，突然响起略显莽撞的敲门声。 门外站着一位年轻的学生，说自己整个夏天都在打工炸薯条，但更希望能加入Hinton的实验室工作。 Hinton问，你咋不预约呢？预约了我们才能好好谈谈。...
-
关于AIGC发展历程的研究报告(原创文章）
摘要： 2022年，Chat GPT和Stable Diffusion展现了AIGC强大的技术实力，拉开了AIGC时代的帷幕。2023年，GPT-4、Midjourney V5等又掀起了人工智能的热潮，2024年2月15日（美国当地时间）正...
-
芝大论文证明GPT-4选股准确率高达60%，人类股票分析师要下岗？AI大牛质疑数据污染
最近，各位业内大咖都被芝大的一篇论文震惊了。 研究者发现，由GPT-4帮忙选择的股票，直接击败了人类！同时也pk掉了许多其他针对金融训练的机器学习模型。 最让他们震惊的是，LLM可以在没有任何叙述上下文的情况下，就成功分析财务报表中的数字！ 图片 论文地...
-
一文深度剖析 ColBERT
近年来，向量搜索领域经历了爆炸性增长，尤其是在大型语言模型（LLMs）问世后。学术界开始重点关注如何通过扩展训练数据、采用先进的训练方法和新的架构等方法来增强 embedding 向量模型。 在之前的文章中，我们已经深入探讨了各种类型的 embeddin...
-
手撕Llama3第1层: 从零开始实现llama3
一、Llama3的架构在本系列文章中，我们从头开始实现llama3。 Llama3的整体架构： 图片 Llama3的模型参数： 让我们来看看这些参数在LlaMa 3模型中的实际数值。 图片 [1] 上下文窗口（context-window）在实例化Lla...
-
Llama大型语言模型原理详解
Llama大型语言模型是一种基于深度学习的自然语言处理模型，它在文本生成、问答、摘要等多种NLP任务中展现出强大的性能。本文将详细解析Llama模型的原理，包括其结构、训练过程以及工作机制，帮助读者深入理解这一先进的模型。 一、模型结构 Llama模型...
-
AI绘画工具：艺术与技术的新融合
目录 一、引言 二、AI绘画工具的原理 三、AI绘画工具的应用 四、AI绘画工具的挑战 五、AI绘画工具的未来发展 六、结论 一、引言 随着人工智能（AI）技术的飞速发展，其在各个领域的应用日益广泛，其中，AI绘画工具的出现，为艺术创...
-
知识分享系列五：大模型与AIGC
大模型（LLM，Large Language Mode）是指通过在海量数据上依托强大算力资源进行训练后能完成大量不同下游任务的深度学习模型。大模型主要用于进行自然语言相关任务，给模型一些文本输入，它能返回相应的输出，完成的具体任务包括生成、分类、总结、改写...
-
「AIGC」AIGC技术入门
人工智能（AI）领域的多个重要概念和实践。 一、思考问题 什么是AI? 什么是AIGC? 什么是AGI? 什么是模型? 什么是大模型(LLM ,什么是小模型? 什么是提示词工程?如何写提示词 什么是神经网络? 召回率是什么含义?...
-
AIGC的崛起：定义未来内容创作的新纪元
🌟文章目录 🌟AIGC简介 🌟 AIGC的相关技术与特点 🌟AIGC有哪些应用场景？ 🌟AIGC对其他行业影响 🌟面临的挑战与问题 🌟AIGC未来发展 🌟AIGC十大热门网站推荐： 文心一言：https://aigc.izzi.c...
-
【优质书籍推荐】AIGC时代的PyTorch 深度学习与企业级项目实战
大家好，我是herosunly。985院校硕士毕业，现担任算法研究员一职，热衷于机器学习算法研究与应用。曾获得阿里云天池比赛第一名，CCF比赛第二名，科大讯飞比赛第三名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机...
-
AIGC技术带给我们什么？基于AIGC原理及其技术更迭的思考
AIGC技术带给我们什么？基于AIGC原理以及技术更迭的思考 前言 AI，这个词在如今人们的视野中出现频率几乎超过了所有一切其他的事物，更有意思的是，出现频率仅次于这个词的，几乎都会加上一个修饰亦或是前缀——AI，没错，还是它。 正值五一假期，我们...
-
长文干货！老程序员测评文心一言4.0模型代码能力！
目录 前言：老程序员聊聊AI和国产大模型 第一关：代码质量和可用性——写个可运行的游戏代码 第二关：需求理解和记忆能力——多轮对话下的任务能力 总结 前言：老程序员聊聊AI和国产大模型 大家好，我是一名老程序员了，大模型出来后我算是一...
-
[从0开始AIGC][Transformer相关]：Transformer中的激活函数：Relu、GELU、GLU、Swish
[从0开始AIGC][Transformer相关]：Transformer中的激活函数 文章目录 [从0开始AIGC][Transformer相关]：Transformer中的激活函数 1. FFN 块 计算公式？ 2. GeLU 计...
-
一篇文章详细介绍Stable Diffusion模型原理及实现过程(附常用模型网站、下载方式)
目录 前言 何为Stable Diffusion模型？ Stable Diffusion工作原理： Stable Diffusion模型的应用场景 Stable Diffusion免费使用网站 stability.ai: 本地部...
-
第一篇【AI与传奇开心果系列】Python的AI相关库技术点案例示例:详解AI作画原理
AI与传奇开心果博文系列 系列博文目录 Python的AI相关库技术点案例示例系列 博文目录 前言 一、AI作画算法原理介绍 二、深度学习的神经网络AI作画算法原理应用示例代码 三、特征学习AI作画算法原理应用示例代码 四、风格迁移AI作画算...
-
AIGC实战——MuseGAN详解与实现
AIGC实战——MuseGAN详解与实现 0. 前言 1. MuseGAN 1.1 Bach Chorale 数据集 1.2 MuseGAN 生成器 1.3 MuseGAN 判别器 2. MuseGAN 分析 小结 系列链接 0...
-
世界模型也扩散！训练出的智能体竟然不错
世界模型提供了一种以安全且样本高效的方式训练强化学习智能体的方法。近期，世界模型主要对离散潜在变量序列进行操作来模拟环境动态。 然而，这种压缩为紧凑离散表征的方式可能会忽略对强化学习很重要的视觉细节。另一方面，扩散模型已成为图像生成的主要方法，对离散潜在...
-
【热门话题】AI作画算法原理解析
🌈个人主页: 鑫宝Code🔥热门专栏: 闲话杂谈｜ 炫酷HTML | JavaScript基础 💫个人格言: "如无必要，勿增实体" 文章目录 AI作画算法原理解析 AI作画算法概述 基础原理：机器学习与深度学习 卷积...
-
【赠书第22期】AI绘画全面精通
文章目录 前言 1 AI绘画基础知识 2 AI绘画技术应用 2.1 风格迁移 2.2 自动绘画 2.3 辅助绘画 3 AI绘画发展前景 3.1 艺术创作领域的变革 3.2 跨领域融合与创新 3.3 个性化艺术创作的普及 4 结语 5...
-
yolov部署到iPhone或终端实践全过程
本文经计算机视觉研究院公众号授权转载，转载请联系出处。 期待已久的检测经典又来来了一波强袭——yolov5。其实yolov5没有完整的文件，现在最重要的应该是把yolov4弄清楚，在目标检测领域中受益匪浅，可以在某些场景得到较高的提升。今天我们还是给大...
-
七个很酷的GenAI & LLM技术性面试问题
想了解更多AIGC的内容，请访问： 51CTO AI.x社区 https://www.51cto.com/aigc/ 译者 | 晶颜 审校 | 重楼 不同于互联网上随处可见的传统问题库，这些问题需要跳出常规思维。 大语言模型(LLM 在数据科学、生成式...
-
克雷研究所100万美元奖金要归AI了数学界规则大改，未来数学家如何应对「海量猜想」
在数学的世界里，想要对「一个未经证实的猜想」进行完整的证明，往往需要天赋、直觉和经验的结合，即使是数学家也很难解释自己的发现过程。 然而，随着近几年大模型的崛起，我们共同见证了一种新的变革力量，AI不仅在预测椭圆曲线的复杂度上超越了人类，还在探索基本常...
-
Meta首席科学家：大模型永远达不到人类智力
快科技5月23日消息，据媒体报道，Meta的首席人工智能科学家、深度学习领域的先驱杨立昆（Yann LeCun）近日对ChatGPT等生成式AI产品背后的大语言模型的能力提出了质疑。 他表示，大模型永远无法实现像人类一样的推理和规划能力。 杨立昆明确指出，...
-
万字长文专访IEEE Fellow丛京生院士：意外结缘EDA领域，寻找半导体技术「拐点」
2023年9月，IEEE集成电路与系统杂志（IEEE Circuits and Systems Magazine）的总编辑陈怡然教授和副主编陈凡教授非常荣幸地采访了丛京生院士。 丛院士是世界电子设计自动化 (EDA 和高性能计算领域的杰出学者，本次采访...
-
单模型斩获「蛋白质突变预测」榜一！西湖大学提出基于结构词表方法 | ICLR 2024 Spotlight
蛋白质结构相比于序列往往被认为更加具有信息量，因为其直接决定了蛋白质的功能。 而随着AlphaFold2带来的巨大突破，大量的预测结构被发布出来供人研究使用，如何利用这些蛋白质结构来训练强大且通用的表征模型是一个值得研究的方向。 西湖大学的研究人员利用F...
-
Hinton万字访谈：用更大模型「预测下一个词」值得全力以赴
「这份访谈的每一秒都是精华。」最近，图灵奖得主 Geoffrey Hinton 的一个访谈视频得到了网友的高度评价。 视频链接：https://www.youtube.com/watch?v=tP-4njhyGvo&t=660s 在访谈中，Hi...
-
一文读懂 GPT-4o vs GPT-4 Turbo
Hello folks，我是 Luga，今天我们来聊一下人工智能(AI 生态领域相关的技术 - GPT-4o 模型 。 在 2024 年 5 月 13 日，OpenAI 创新性地推出了其最先进、最前沿的模型 GPT-4o，这是标志着人工智能聊天机器人...