Data Whale AI 夏令营第四期魔搭-AIGC方向task02笔记

最新推荐文章于 2024-08-18 15:43:15 发布
最新推荐文章于 2024-08-18 15:43:15 发布
阅读量101 收藏
点赞数 3
分类专栏： DataWhale AI夏令营 文章标签： AIGC 笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/dxyl632956/article/details/141201932
版权

概述：本笔记主要是记录对Data Whale AI夏令营AIGC方向task02的记录

在这个日新月异的时代，随着第四次工业革命的到来，AI行业的发展愈加迅猛。如今的AI行业，正在慢慢颠覆人们的认知。譬如AIGC文生图的提示词，人们只要给出一个大致的故事线，就可以让大语言模型给出提示词，再通过提示词直接生成图片。

以下是流程展示

以下是效果图展示

dxyl632956
关注
  • 3
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
docker-tutorial：:spouting_whale:Docker入门学习笔记
02-05
docker-tutorial：:spouting_whale:Docker入门学习笔记
AI-LAB：此存储库包含一个docker映像，我可以用它以简单的方式开发自己的人工智能应用程序。 Python，TensorFlow，PyTorch，ONNX，Keras，OpenCV，TensorRT，Numpy，Jupyter笔记本...：whale2：
02-04
AI-LAB：此存储库包含一个docker映像，我可以用它以简单的方式开发自己的人工智能应用程序。 Python，TensorFlow，PyTorch，ONNX，Keras，OpenCV，TensorRT，Numpy，Jupyter笔记本...：whale2：
Data whale AI夏令营（第三期）笔记-part1
royi_0825的博客
08-18 111
data whale很友好的给出来了本次的baseline。本次比赛属于二分类问题。整体baseline符合标准的机器学习的步骤：对数据进行预处理后，提取出相应的特征。接着利用sklearn库中的逻辑回归，简单的运行得到最后的结果。fill:#333;color:#333;color:#333;fill:none;数据提取逻辑回归得到结果整体来讲框架非常简单，私以为重点在于特征提取步骤上。由于本次比赛为医疗影像比赛，因此需要使用医疗影像相关的library。
Data whale AI夏令营第三期机器学习学习笔记(1)
syd123f的博客
08-18 45
决策树是一个预测模型，它代表的是对象属性与对象值之间的一种映射关系。树中每个节点表示某个对象，而每个分叉路径则代表某个可能的属性值，而每个叶节点则对应从根节点到该叶节点所经历的路径所表示的对象的值。从数据产生决策树的机器学习技术叫做决策树学习，通俗说就是决策树。那么，又出现一个问题，A是多少，B又是多少，这些数值又该怎么判定，这就涉及到了决策树的核心问题，如何选择合适的属性对样本进行拆分。在baseline的代码中，使用了决策树来进行训练和预测，因此笔者从决策树入手，开始学习机器学习相关的算法。
“data whale + AI 夏令营” task2
2401_84267720的博客
07-31 277
此外，在时间序列数据挖掘中，Agent策略设计也可以借鉴时间序列数据挖掘的方法和技术。同时，时间序列数据挖掘中的异常检测方法也可以用于Agent的策略调整中，当检测到异常情况时，Agent可以及时调整其策略以应对变化。例如，在时间序列数据挖掘中，可以利用Agent来执行数据挖掘任务，如数据收集、预处理、特征提取、建模和预测等。时间序列数据挖掘是数据挖掘领域的一个关键分支，它专注于处理时间相关的数据，以便从中提取有价值的信息和知识。：根据Agent在实际环境中的表现，收集反馈信息，对策略进行调整和优化。
task3 对多模态分类的一点理解#Data Whale AI夏令营
k_3911的博客
07-20 881
在深入研究和实践机器学习模型的过程中，我们发现数据增强技术对于提升模型性能至关重要。数据增强技术通过模拟真实世界中的数据变化，为模型提供了更多的样本变体，这有助于模型学习到更加泛化和鲁棒的特征。
“data whale + AI 夏令营” task3 电力现货市场时间序列
2401_84267720的博客
08-03 219
时间序列是指将某种统计指标的数值按其发生的时间先后顺序排列而成的数列。在电力现货市场中，时间序列数据通常包括电量、电价、负荷等在不同时间点（如小时、日、月等）的观测值。
data whale 夏令营笔记
weixin_47442851的博客
07-04 285
AI夏令营 #datawhale #夏令营代码小白跑通baseline—修改代码——进阶baseline选手需要预测PROTACs的降解能力，具体来说，就是预测Label字段的值。根据DC50和Dmax的值来判断降解能力的好坏：如果DC50大于100nM且Dmax小于80%，则Label为0；如果DC50小于等于100nM或Dmax大于等于80%，则Label为1。
Datawhale X 魔搭 AI夏令营TASK01大的完成过程
2401_86358291的博客
08-11 307
面对任何一个未知的东西，由零到一比由一到一百更难，多看多记多做。
Whale-Web_TASK02_DDL5.16
我就吃一口的BLOG
05-15 161
Whale-Web_TASK02_DDL5.16 教程地址： datawhalechina/whale-web 中文地址： Airblues/whale-web 目录 Whale-Web_TASK02_DDL5.16 教程地址： 中文地址： 前言： 1.属性添加： 2.任务点： 前言： Task2主要目标拓展用户相关属性，并定义用户管理相关接口 在User中拓展额外属性，如头像、学校、专业等 交互稿地址 1.属性添加： 在components中添加..
whale异常检测组队学习笔记task2--demo代码
huochuangchuang的专栏
01-12 333
对于异常检测的定义，网上文章汗牛充栋，作为经常copy paster的 我只能大概了解一下常用的使用场景，仅以此文记录一下一些经典的常用的异常检测代码 。 感谢 O-A-A 大佬 原文： https://blog.csdn.net/u012194696/article/details/112531362 svm EllipticEnvelope IsolationForest LocalOutlierFactor pyod Talk is cheap ,show me the code ! import n
Python库 | whale-1.0.4-py3-none-any.whl
05-11
资源分类：Python库 所属语言：Python 资源全名：whale-1.0.4-py3-none-any.whl 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
DuckDuck-Js:Naver Whale浏览器扩展程序
05-13
鲸鱼扩展应用程序可基于面部识别功能对名人照片进行自动分类 “无论如何都要做到美德，舒适地美德！” 使用在下载名人照片时识别人脸，推荐文件名，并自动为每个人创建一个文件夹。 此外，它是一个扩展程序应用...
whale-bigquery-public-data：使用github动作的集中鲸鱼实例，从bigquery-public-data采购元数据
02-13
要使用您自己的本地鲸鱼安装测试该存储库（即模拟为自己的团队在github上设置鲸鱼的样子），请将该存储库克隆到您的~/.whale目录中（如果您已经有一个~/.whale目录，使用rm -rf ~/.whale ~/.whale将其移动或删除，...
液冷技术：迎接AIGC时代数据中心的散热挑战
08-15 874
在浸没式液冷技术中，冷却液需要与电子产品直接接触，因此对冷却液的性能具有较高的要求，需要具备优异的导热性、良好的绝缘性、材料相容性等，此外对于气味、毒性、降解难易等环境方面特性也是有一定要求，应尽可能的易于操作及环境又好型。长期看，浸没式液冷凭借其良好的导热性能、高效的余热回收能力和支持更高机柜功率的优势，会更适合未来数据中心冷却需求的演变，尤其是在机柜单元功率不断增加的情况下，浸没式液冷可以提供更高效的冷却解决方案，并且助力降低数据中心的总体能源使用效率（PUE）。②IT侧交付“液冷服务器+液冷机柜”；
Datawhale AI 夏令营 第四期 AIGC Task3
weixin_43680622的博客
08-17 493
Datawhale AI 夏令营（第四期）Task 3 进阶上分-实战优化这次任务呢，主要是对知识的一个讲解，包括ComfyUI工具的使用啊，以及LoRA的原理啊，还有高质量数据集的准备技巧。这次干货满满，前两次任务主要是对实践流程的解读，这次呢是对背后原理的解释。同样的，具体细节我就不赘述了，参看教程即可，下面我主要就此次Task3任务学到了哪些内容作一个总结。首先来到第一部分：ComfyUI。这个工具我还真没用过，这是头一次见。
AI测试入门：认识AIGC与多模态技术
最新发布
blues_C的博客
08-18 671
AIGC（AI Generated Content）是指利用人工智能技术生成的各种类型的内容，包括文本、图像、音频和视频等。
AIGC从入门到实战:模型搭建【GPT4ALL】
tonyoo的专栏
08-18 360
GPT4All：这是一个开源项目，提供了一个可以在本地运行的GPT模型，不需要网络连接，也不强制要求有显卡，CPU也可以运行。Hugging Face上的GPT-2模型：Hugging Face提供了GPT-2的预训练模型，你可以通过Python环境和transformers库来加载和运行这些模型。下载地址：你可以访问GPT4All的官方网站 10，在这里你可以找到与你的操作系统匹配的安装包进行下载。你还可以选择下载UI包以获得更好的用户界面体验，安装UI包后，可以在安装路径下的。
whale-optimizer库怎么安装
05-25
你可以使用 pip 安装 whale-optimizer 库。在命令行中输入以下命令即可： ``` pip install whale-optimizer ``` 如果你想要安装最新版本的 whale-optimizer 库，可以使用以下命令： ``` pip install git+https://github.com/AI4Finance-LLC/Whale-Optimizer.git ``` 安装完成后，你就可以在 Python 代码中导入 whale-optimizer 库并使用它了。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值