Stable Diffusion加chilloutmixni真人图片生成模型，AI绘图杀疯了
Stable Diffusion是一种扩散模型，可以经过训练，使用文本进行图片的生成任务，很多基于Stable Diffusion模型的训练模型已经发布，最近比较火的便是chilloutmixni（一个真人图片生成模型）与lora模型（一种风格模型），2种模型可以搭配使用，由于Stable Diff
pytorch对网络层的增，删， 改, 修改预训练模型结构
1.我们使用vgg11网络做示例， 看一下网络结构：加载本地的模型：vgg16 = models.vgg16(pretrained=False) #打印出预训练模型的参数vgg16.load_state_dict(torch.load('vgg16-397923af.pth'))加载库中的模型imp
最新 ChatGPT4.0 模型 正式发布
当地时间周二（3月14日），人工智能研究公司OpenAI公布了其大型语言模型的最新版本---GPT-4.0。该公司表示，GPT-4在许多专业测试中表现出超过绝大多数人类的水平。OpenAI表示，在内部评估中，GPT-4产生正确回应的可能性要比GPT-3.5高出40%。而且GPT-4是多模态的，同时支
计算机视觉教程3-1：全面详解图像边缘检测算法(附Python实战)
图像边缘检测算法种类繁多，本文系统梳理了图像边缘检测算法，并都附上了Python实战代码加深理解，便于二次开发
基于改进YOLOv7和CRNN的管道裂缝检测系统（源码＆教程）
基于改进YOLOv7和CRNN的管道裂缝检测系统（源码＆教程）
到底什么是模型预测控制MPC（一）
1. 为什么使用MPC控制2. 什么是模型预测控制 MPC3. MPC的参数设计在我们驾驶汽车的时候，驾驶的目的就是让汽车行驶在安全的道路上。作为一个驾驶员我们可以控制的是汽车的油门和方向盘，也就是对应控制的是汽车的速度和方向。在驾驶的过程中我们会不断的调节方向盘的角度，这是因为我们知道当前角度如果
简单研究一下 OpenAI 的官方文档
介绍 openai 的tokenizer、模型、ChatGPT接口使用（gpt-3.5-turbo）、使用限制、定价。
深度学习实战19(进阶版)-SpeakGPT的本地实现部署测试，基于ChatGPT在自己的平台实现SpeakGPT功能
ChatGPT是自然语言处理的天花板，它能够通过学习和理解人类的语言来进行对话，还能根据聊天的上下文进行互动，真正像人类一样来聊天交流，甚至可以完成论文、文案，代码的编写。ChatGPT（全称：Chat Generative Pre-trained Transformer），发展于GPT系列，GPT
ChatGPT在科研论文的应用：提问命令汇总
ChatGPT在科研论文的应用：提问命令汇总，论文写作方法
基于深度学习的图片上色
灰度图像自动上色
OpenAI创始人：GPT-4的研究起源和构建心法
三十年前，互联网（Web 1.0）时代开启。人们只能在笨重的电脑上用鼠标点击由HTML编写的网页文本，随后开始支持插入图片，可以上传视频，于是有了网络新闻、搜索、电子邮件、短信、网游......互联网带来了全新的商业模式，深刻改变了人们的生产生活。三十年后的当下，以ChatGPT为代表的大模型问世了
联邦学习综述（二）——联邦学习的分类、框架及未来研究方向
前两章对联邦学习的定义并没有讨论如何具体地设计一种联邦学习的实施方案。在实际中，孤岛数据具有不同分布特点，根据这些特点，我们可以提出相对应的联邦学习方案。
机器学习深度学习数据集大汇总
本文汇总了NLP 和 CV领域主流的数据集并提供了介绍。
ChatGLM-6B (介绍以及本地部署)
ChatGLM-6B 是一个开源的、支持中英双语问答的对话语言模型，基于架构，具有 62 亿参数。结合模型量化技术，用户可以在消费级的显卡上进行本地部署（INT4 量化级别下最低只需 6GB 显存）。ChatGLM-6B 使用了和ChatGLM相同的技术，针对中文问答和对话进行了优化。经过约 1T
AI自主图像生成 之 stable-diffusion—运行效果展示
这几天跑省外出差被隔离在酒店，不过随身带了个主机和显示器（笔记本太差跑不了项目程序，只能随身带主机，一言难尽…）,正巧又刷到stable-diffusion开源的消息，现在就来试试搭建这个试试水。硬件环境：显卡3060 12G显存，内存32G 主要就这两，cpu没太大要求，除非你想用cpu跑深度学习
[九]深度学习Pytorch-transforms图像增强(剪裁、翻转、旋转)
深度学习Pytorch-transforms图像增强(剪裁、翻转、旋转)
图像风格迁移 CycleGAN原理
CycleGAN是一种很方便使用的用于进行图像风格转换的模型。它的一大优势就在于不需要成对的数据集就可以进行训练。比如我们只需要随便一大堆真人图像和随便另一大堆动漫图像，就可以训练出这两类风格互相转换的模型。 CycleGAN进行风格转换的原理是这样的：在CycleGAN模型中有两个生成器和两个判别
Vision Transformer模型与预训练权重简析
ViT (Vision Transformer) 是首次成功将 Transformer引入到视觉领域的尝试，开辟了视觉Transformer的先河。这里先对ViT的原理进行阐述，并对预训练文件ViT-B_16.npz的内容做一个简要介绍。
AI - AI绘画的精准控图(ControlNet)
想让 AI 绘制出自己满意的图片并不容易，甚至多次调整提示词（Prompt）也生成不出来我们想要的画面。这时你需要一个大杀器 ControlNet，可以做到精准控图了
（一）PaddlePaddle（深度学习框架）的搭建、使用
PaddlePaddle（深度学习框架）的搭建、使用
