【AI 绘画】更快？更省显存？支持 FLUX？使用绘世启动器安装 SD WebUI Forge
AI绘画，使用绘世启动器安装 SD WebUI Forge
【人工智能】Transformers之Pipeline（十八）：文本生成（text-generation）
本文对transformers之pipeline的文本生成（text-generation）从概述、技术原理、pipeline参数、pipeline实战、模型排名等方面进行介绍，读者可以基于pipeline使用文中的2行代码极简的使用NLP中的文本生成（text-generation）模型。
5款提升学习与生产力的返校AI工具
随着人工智能技术的快速发展，返校季不仅仅是热衷于采购常规学习用品，而是借助AI工具全面提升学术和个人效率的绝佳时机。Notion 是一个实用的AI生产力工具，它允许用户集中管理笔记和任务，利用AI进行头脑风暴和文章写作，并提供超过10,000种模板帮助快速入门。Quizlet 通过AI生成大量用户创
AI训练语音（以游戏角色“白露”为示例）—＞So-VITS-SVC 4.1—＞新手使用教程
大家通过一系列的操作，应该多多少少明白了sovit4.1的一些基本步骤，当然，训练一个自己喜欢的声音需要花费很大量的时间，不过为了自己喜欢的角色，就算等待一会也是完全值得的！！！因为这篇博客只是介绍了最基本的流程，训练出来的结果可能不会太让你满意，这个时候你就需要对你的成果进行调整，就像示例中白露的
20240906 每日AI必读资讯
Yi-Coder-9B 的表现优于其他 10B 参数以下的模型，如 CodeQwen1.5 7B 和 CodeGeex4 9B，甚至能够与 DeepSeek-Coder 33B 相媲美。- 9月3日，马斯克在推上自曝：团队仅仅用了122天时间，就建成了有10万张H100的Colossus集群，是世界
LSTM预测股票走势
LSTM预测股票数据
【图像识别】十大数据集合集！
他们为微软研究院提供了超过300万张猫和狗的图像，这些图像是由美国数千个动物收容所的人手动分类的。我们设计了一个系统来描述带有情感的图像，并展示了一个自动生成带有正面或负面情绪的字幕的模型。因此，我们使用Voxygen的文本到语音系统来合成可用的字幕。该数据集为细粒度分类数据集 CUB 收集人类注视
笔记本本地部署100b以上千亿级别LLM，并在手机端接入
本文将演示如何在笔记本上运行千亿级模型，后端 Koboldcpp 运行在 Ubuntu ，前端界面使用安卓手机通过 Termux 且使用 SillyTavern 进行连接，模型使用 104B 的的 Q4KM 量化，以及 123B 的的 Q3KM 量化作为演示，两者模型的性能强悍，中文表现良好，可匹敌
AI：267-深入扩散模型组件测试：从调度器到 UNet 模型的代码实战
是diffusers库中的一个调度器，用于控制扩散模型的步长与噪声混合方式。它负责在每个时间步为图像添加或去除噪声，从而实现扩散过程。该类支持从预训练模型中加载参数，帮助开发者快速测试不同的扩散步数效果。本文中的代码片段将演示如何通过简单的图像噪声混合实验来测试调度器的工作情况。通过本文的探讨，我们
【人工智能】九种神经网络模型
人工神经网络 (ANN) 是人工智能深度学习的一个基本概念。它们在处理传统机器学习算法难以处理的复杂应用场景方面至关重要。神经网络是解决复杂问题的强大工具。它们可以学习和适应数据，并且在各个行业都有广泛的应用。对于任何想要深化人工智能和深度学习技能的人来说，它们都是必不可少的。
秃姐学AI系列之：残差网络 ResNet
假如你只想在卷积神经网络了解一个网络，那一定是ResNet！！！
利用AI驱动智能BI数据可视化-深度评测Amazon Quicksight（三）
Amazon QuickSight 是一款由亚马逊云科技提供的全托管商业智能（BI）服务，专为云端设计。它允许开发者快速创建互动式仪表板、报告和数据可视化，帮助他们从数据中获得洞察。QuickSight 能够无缝连接各种数据源，包括 AWS 服务（如 Amazon RDS、Amazon S3、Ama
地表最强AI程序员Genie：自主思考与编码的未来
Genie的诞生不仅是AI技术发展的一个缩影，更是对未来软件开发模式的一次大胆预测。随着Genie等AI程序员的不断进步，我们有理由相信，一个更加智能、高效和协作的编程新时代即将到来。
Spring Cloud Alibaba之 AI
Spring Cloud Alibaba AI 为 Java 开发者提供了一个快速接入并使用阿里云通义系列大模型的解决方案。通过整合 Spring Cloud Alibaba 和 Spring AI，开发者可以轻松地构建基于 AI 的微服务应用，实现对话、文生图、文生语音等多种功能。本文提供了一个简
时间交织ADC基本原理、误差来源与校准方法
在这种结构中，每个ADC通道以相同的速率工作，但它们的采样时间在时域上错开，从而实现总体上更高的采样速率。在TI-ADC中，假设有N个ADC通道，每个通道以采样周期T进行采样，但相邻通道之间的采样时间差为T/N。每个ADC通道的时钟相位误差会导致采样时间的不一致，从而引起时域采样点的偏差。例如，假设
【Mind+】掌控入门 项目13 贪吃蛇
项目小结掌握掌控板函数、变量的使用学习列表，存储和调用多组字符，完成复杂任务了解数据类型，掌握数据类型转换方法
【机器学习】决策边界的基本概念以及如何在逻辑回归中找到决策边界
探索逻辑回归中的决策边界学习如何在逻辑回归中找到决策边界
python第三方库——pillow库
python应用之图像处理
解决重新安装ROS系统后运行指令报错问题
在卸载并重新安装ROS后，之前正常运行的功能包时报错，主要是因为一些依赖包没有安装，下面是我重新进行激光雷达建图过程中遇到的问题以及解决方法。
【YOLO5 项目实战】（5）YOLO5+DeepSort 目标追踪
YOLOv5_Deepsort 是一个基于 YOLOv5 的两阶段目标追踪算法，用于实现视频中的目标检测和追踪。本文详细说明YOLO5目标追踪的操作步骤，报错处理。
