AIGCExplore-CSDN博客

原创【AIGC】Gemma和ChatGLM3-6B使用体验

综上所述，Gemma和ChatGLM3-6B都是优秀的对话预训练模型，但在不同的应用场景和任务中可能表现出不同的优势。Gemma适用于资源受限的环境和轻量级应用场景，而ChatGLM3-6B可能更适用于需要更高水平对话交互和更复杂对话理解的场景。ChatGLM3-6B ChatGLM3-6B可能在对话质量方面表现更出色，适用于需要更高水平对话交互的应用场景。由于其参数更多，ChatGLM3-6B可能需要更多的计算资源，在我的12GB显存运行，我不能忍受他的运行速度。

2024-02-23 11:41:31 1194

原创【AIGC】基于深度学习的图像生成与增强技术

在本文中，我们将探讨基于深度学习的图像生成与增强技术的原理、方法和应用，旨在深入理解这一领域的最新进展，并为未来的研究和应用提供参考和启示。其次，我们探讨了去噪技术，它旨在消除图像中的噪声和干扰，提高图像的质量和清晰度。在实验过程中，我们使用了标准的评估指标来评估不同模型的性能，如图像质量评价指标（如PSNR、SSIM等）、生成图像的视觉质量、模型的稳定性等。未来，我们将继续关注该领域的最新进展，并致力于探索和推动图像生成与增强技术的发展，为数字化技术的进步和应用提供更加强大和灵活的工具。

2024-02-22 20:28:16 1643

原创【AIGC】开源音频工具AudioCraft

由于其易于构建和重复使用的特性，AudioCraft可以为希望构建更好的声音生成器、压缩算法或音乐生成器的人提供一个便捷的平台，他们可以在同一个代码库中进行操作，并在其他人已有的基础上进一步发展。对于不懂音乐的人来说，通过描述就能生成令人满意的音乐是非常有趣和方便的。*MusicGen：*这个模型使用了Meta拥有和特别许可的音乐进行训练，可以从文本输入生成音乐。*AudioGen：*与MusicGen不同，这个模型使用公开的音效进行训练，能够从文本输入生成任意类型的音频。

2024-02-22 20:06:06 597

原创【AIGC】开源声音克隆GPT-SoVITS

声音克隆

2024-02-21 22:21:51 946

原创【AIGC】大语言模型

数据方面，从少量标注数据、大量标注数据、海量非标注数据+少量标注数据到海量非标注数据，越来越多数据被利用起来，人的介入越来越少，未来会有更多文本数据、更多其它形态的数据被用起来，更远的未来是任何我们能见到的电子数据，都应该让机器自己从中学到知识或能力。算法方面，表达能力越来越强，规模越来越大，自主学习能力越来越强，从专用向通用，沿着这个趋势往后，未来Transformer预计够用，同时也需要替代Transformer的新型模型，逐步迈向通用人工智能。

2024-02-16 12:17:07 2292

原创【AIGC】Stable Diffusion 的提示词入门

这些提示词可以分为正向提示词（Positive Prompts）和反向提示词（Negative Prompts）两类，它们分别影响图像生成过程中的内容和风格。HDR, HD，UHD, 64K: 提高图像的分辨率和质量，呈现更清晰、更逼真的效果。开头和结尾的词汇作用更加强烈，数量越多，单个词汇的作用越弱，位置对词汇的相关性有影响。High quality: 高品质的图像表现，保证图像细节和色彩的精准呈现。RAW photo: 原始照片级别的效果，保留了图像的所有原始细节和色彩。

2024-02-15 20:55:28 2227

原创【AIGC】Stable Diffusion之模型微调工具

集成环境包括必要的依赖项和配置文件、预训练脚本，支持人物、二次元、画风、自定义lora的训练，以简化用户训练 lora 模型的流程。它可以帮助您更直观地理解模型的训练过程、模型结构、参数变化趋势以及评估指标的变化情况。：您可以查看模型的损失函数随着训练步数的变化趋势，以及其他指标如准确率、精确率、召回率等的变化情况。：用于可视化高维数据的嵌入空间，可以帮助您理解数据的分布情况以及不同类别之间的关系。：您可以查看模型的计算图，了解模型的结构，包括各个层次的连接关系、输入输出等信息。

2024-02-15 19:10:19 1062

原创【AIGC】Stable Diffusion的常见错误

环境变量配置错误：如果 Stable Diffusion 需要特定的环境变量才能正常运行，而这些变量未正确配置，可能会导致错误。检查系统环境：如果您的系统环境设置有问题，可能会导致 Python 找不到所需的模块。如果您遇到权限问题，可以尝试在命令前面加上 sudo（如果您使用的是 Linux 或 macOS 等系统），或者使用管理员权限运行您的命令提示符或终端。检查 Python 安装：确保您正在使用的 Python 安装是完整的，并且没有损坏。确保您的 Python 版本符合模块的要求。

2024-02-13 11:29:39 4772

原创【AIGC】Stable Diffusion的模型微调

模型微调 lora

2024-02-13 09:36:58 874

原创【AIGC】Stable Diffusion的ControlNet参数入门

结束控制的步数：这是指在生成图像的过程中，模型停止使用 ControlNet控制网络来指导图像生成之前的步骤数量。启动控制的步数：这是指在生成图像的过程中，模型开始使用 ControlNet 控制网络来指导图像生成之前的步骤数量。通过调节启动控制的步数和结束控制的步数，可以灵活地控制 ControlNet 控制网络在图像生成过程中的作用程度，以获得满意的生成结果。Diffusion中的一个组件，用于对输入的控制信号或特征进行预处理和编码，以便在生成过程中更好地指导模型生成所需的图像。ControlNet。

2024-02-12 12:44:13 1980

原创【AIGC】Stable Diffusion的生成参数入门

较高的引导系数通常用于需要严格控制图像内容和特征的任务，而较低的引导系数则更适用于需要生成更加多样化和创意性的图像的情况。较大的提示词引导系数意味着更加强烈地引导模型生成与提示词相关的图像，生成的图像会更加符合用户的预期和提示要求。在Stable Diffusion 或其他生成模型中，经常会使用不同的种子来生成多个样本，以评估模型的性能和生成图像的多样性。通过调整图像生成种子，可以探索模型生成的不同样本空间，并观察到不同种子下生成的图像的差异。指的是在一个单独的实验或执行中，模型生成图像的次数。

2024-02-12 11:13:38 1399

原创【AIGC】Stable Diffusion的采样器入门

在 Stable Diffusion或其他图像生成模型中，图像收敛通常意味着生成的图像质量和逼真度逐渐提高，同时图像的多样性和噪声减少。图像收敛是图像生成任务中的一个重要目标，它表示模型学习到了数据的重要特征和分布规律，并能够生成与真实数据相似的图像。较高的温度值会增加随机性，导致生成更多样化的图像，而较低的温度值则会减少随机性，使生成图像更加稳定。UniPC：UniPC 采样器是一种基于单个预测器的采样器，可能具有较低的计算成本和较快的生成速度，但可能会牺牲一些图像质量。

2024-02-12 10:30:39 2042

原创【AIGC】Stable Diffusion的模型入门

下载好相关模型文件后，直接放入Stable Diffusion相关目录即可使用，Stable Diffusion 模型就是我们日常所说的大模型，下载后放入**\webui\models\Stable-diffusion**目录，界面上就会展示相应的模型选项，如下图所示。结构：具体结构可能因实现而异，但通常与 Stable Diffusion 模型类似，通过学习图像数据的概率分布来生成新的图像。功能：Lora 模型是 Stable Diffusion 模型的一种变体，用于生成图像。

2024-02-12 09:12:25 801

原创【AIGC】Stable Diffusion的插件入门

一、上文中作者使用插件包的方式下安装插件，用户也可以从Stable Diffusion的界面安装插件，如下图所示，在相应的插件后面点安装按钮。用户可以快速预览图片，通过简单的点击或悬停操作，插件可以显示图片的缩略图或简要信息，帮助用户快速了解图片内容，并决定是否查看更多详细信息。插件可以自动加载新的图片，当用户滚动到页面底部时，插件会自动检测并加载更多的图片，使用户能够无缝地浏览大量的图像内容。插件可能还包括优化提示效果的功能，用户可以根据自己的需求和偏好调整提示的参数和选项，以实现更好的图像生成效果。

2024-02-11 17:39:40 1357

原创【AIGC】Stable Diffusion的ControlNet插件

总的来说，ControlNet 插件为 Stable Diffusion 用户提供了一个强大的工具，可以帮助他们更好地控制和调整模型，以实现更好的性能和结果。用户可以通过 ControlNet 插件调整模型的各种参数，包括输入图像的大小、模型的深度、激活函数的类型等。这些参数的调整可以影响模型的性能和输出结果。ControlNet 还支持自动调整模型参数的功能，可以根据输入数据和任务要求自动优化模型的配置。ControlNet 提供了评估模型性能的工具和指标，帮助用户了解模型的准确性、效率和稳定性。

2024-02-11 16:45:46 651

原创【AIGC】Stable Diffusion插件安装

第一、查找插件，您需要确定您想要安装的 Stable Diffusion 插件。您可以从 Stable Diffusion 的官方网站或社区论坛上找到各种各样的插件，这些插件可能提供了额外的功能、模型或工具。第三、解压插件，您需要将插件的压缩包解压缩到一个合适的位置。第七、更新插件（可选），定期检查插件的更新并进行更新是保持插件功能稳定性和安全性的重要步骤。第二、下载插件，一旦确定了您想要安装的插件，您需要下载插件的安装文件。通常情况下，插件的安装文件会以压缩包的形式提供，您需要将其下载到您的系统中。

2024-02-11 16:08:27 679

qq_27070223的博客

原创【AIGC】Gemma和ChatGLM3-6B使用体验

原创【AIGC】基于深度学习的图像生成与增强技术

原创【AIGC】开源音频工具AudioCraft

原创【AIGC】开源声音克隆GPT-SoVITS

原创【AIGC】大语言模型

原创【AIGC】Stable Diffusion 的提示词入门

原创【AIGC】Stable Diffusion之模型微调工具

原创【AIGC】Stable Diffusion的常见错误

原创【AIGC】Stable Diffusion的模型微调

原创【AIGC】Stable Diffusion的ControlNet参数入门

原创【AIGC】Stable Diffusion的生成参数入门

原创【AIGC】Stable Diffusion的采样器入门

原创【AIGC】Stable Diffusion的模型入门

原创【AIGC】Stable Diffusion的插件入门

原创【AIGC】Stable Diffusion的ControlNet插件

原创【AIGC】Stable Diffusion插件安装

原创【AIGC】Stable Diffusion安装包

原创【AIGC】Stable Diffusion大模型分类

原创【AIGC】Stable Diffusion应用领域

原创【AIGC】Stable Diffusion介绍

原创 hansi-cms内容管理系统

原创基于VLC封装的简单播放器

原创 lnmp一键安装包

原创 wnmp一键安装包

WNMP是一个PHP、Java调试环境的程序集成包

H5登录界面.zip

空空如也