- 博客(4)
- 收藏
- 关注
RSS订阅原创 Datawhale X 魔搭 AI夏令营第四期 Task3
的基本原理是通过降噪的方式（如完全的噪声图像），将一个原本的噪声信号变为无噪声的信号（如人可以理解的图像）。其中的降噪过程涉及到多次的采样。cfg：classifier free guidance决定了prompt对于最终生成图像的影响有多大。更高的值代表更多地展现prompt中的描述。control_after_generate：控制seed在每次生成后的变化。steps：降噪的迭代步数，越多则信号越精准，相对的生成时间也越长。核心模块由模型加载器、提示词管理器、采样器、解码器。
2024-08-16 11:03:19
476
原创 Datawhale X 魔搭 AI夏令营第四期 Task1
预训练语言模型（Pre-trained Language Model, PLM）：使用大量的无标注数据预训练双向 LSTM（Bidirectional LSTM, biLSTM）或者Transformer，然后在下游任务上进行微调（Fine-Tuning）。大语言模型（Large Language Model, LLM）：基于“扩展法则”（Scaling Law），即通过增加模型参数或训练数据，可以提升下游任务的性能，同时具有小模型不具有的“涌现能力”（Emergent Abilities）。
2024-08-09 14:00:06
799
原创 Datawhale X 魔搭 AI夏令营第四期 Task1 笔记
在学习的开始，了解了赛题的基本信息，并了解了文生图的历史与基础知识。4.调整prompt，设置想要的图片风格，依次修改8张图片的描述。PAI说是每小时消耗7个额度，所以一定要记得关闭！2. 进入文件夹，打开baseline文件。Step4：微调结果上传魔塔并关闭PAI。3.安装环境，然后重启kernel。Step3：体验baseline。首先下载下来图片和ckpt文件。1. 下载baseline文件。Step2：创建PAI实例。在图八对部分内容进行修改。Step1：报名赛事。
2024-08-08 20:31:41
230
空空如也
关于将inet引入的相关问题
2024-09-11
omnet如何隐藏节点间通道
2024-09-03
TA创建的收藏夹 TA关注的收藏夹
TA关注的人