「已注销」-CSDN博客

原创关于比特币的一些问题

什么是比特币，比特币是如何运作的，背后原理是什么，挖矿和比特币有什么关系，比特币是一种数字化的加密货币,它是首个基于区块链技术开发并实际应用的加密货币。比特币的运作原理是:1.去中心化账本比特币网络由所有参与节点组成的对等网络维护一份公共账本,记录所有比特币的交易信息。没有中心化的机构或个体控制这个账本。1.基于区块链公共账本的记录方式是区块链。 neueowgt 哈希方法将交易信息定期打包生成一...

2023-10-12 15:48:49 515

原创模块化神经网络

神经网络是人工智能研究的重要方向之一。它通过模仿生物神经系统，以大量相互连接的简单处理单元(神经元)组成网络,通过调整连接权重实现对信息的处理。21世纪以来，GPU计算能力的提升、大数据的蓬勃发展为神经网络提供了巨大支持。2006年，Hinton团队使用深度神经网络(DNN)取得语音识别竞赛优胜，此后深度学习迅速发展。2012年，Krizhevsky等人使用CNN在ImageNet图像识别竞赛中大...

2023-10-11 16:20:01 209

原创扩散模型对于文字的渲染已不再是难题

近段时间,人工智能在图像生成方面取得了长足的进步,各种图像生成模型层出不穷，比如最近大火的Stable diffusion,midjourney还有最近和GPT4深度结合的DALL-E3，然而在这些AI生成图像有一个通病，就是对文字渲染不友好。无论是图片中的文字,还是AI直接生成的文字,往往存在着无法渲染出来的问题，或者即使渲染出来，其中的文字也是支离破碎的。这主要是由于现有的图像生成模型难以捕捉...

2023-10-05 14:52:04 186

原创拖拽式数据分析工具

随着人工智能的发展，数据分析也显得越来越重要，对于分析效率的要求也越来越高，而数据分析的门槛也需要逐步降低。需要允许用户通过简单的拖拽操作来完成相应的工作拖拽式工具提供了图像化的用户界面，用户可以选择所需要的数据源，并通过拖拽各种组件来清洗、转换数据，可以进行联合、聚合等操作。常见的组件包括过滤器、公式组件、统计组件。拖拽完成后，系统会自动生成代码，用户就不需要编写代码完成数据处理在分析建模方面，...

2023-09-18 15:38:46 646

原创克隆你的声音，只需要你三秒的录音，声音克隆又进化了！

最近微软开源了一款语言处理模型，只需要源语言中的一个语音语句作为提示，就可以生成高质量的目标语言的语音片段，同时还能保留源语言中说话者的声音、情感和声学环境，此外，这个模型还有效缓解了外语的口音问题，这个问题可以通过在prompt中标注语言ID来控制这个框架被命名为VALL-E X，整体框架如上图所示，它可以把源语音转换成另一种个性化的语音，通过把源语音和目标语言文本导出的序列以及从音频解码模型导...

2023-09-05 09:51:13 451

原创 OCR神器，PDF、数学公式都能转

我们平时在阅读论文或者文献的时候，PDF都是主力，然而存储在PDF中的信息很难转换成其他公式，尤其是数学公式，在转换过程中会出现大量的信息丢失。最近Meta推出了一款OCR神器Nougat，可以很好的解决这个问题，它是基于transformer模型构建而成的，可以轻松的将pdf文档转换成MultiMarkDown，即使是数学公式也不在话下。仓库地址facebookresearch/nougat: ...

2023-08-30 17:55:20 730

原创无闪视频风格切换新思路

近段时间，视频风格切换应用的热度逐渐上升，包括已经成熟应用的gen,还有Ebsynth等，但是这些视频的切换都有一个通病就是视频会出现闪烁，导致最终的切换效果不佳。最近，有开源项目CoDeF提供了一种新的思路来解决这种闪烁的问题。从已经的公布的paper来看，主要的思路如下：根据论文,CoDeF的具体方法可以概括如下:1、首先是视频的表示，包含Canonical content field和Te...

2023-08-25 17:21:13 187

原创 AIGC自然语言大模型赚钱新思路

最近国内开源了基于Meta发布的llama2大模型进行了微调的中文大模型中文LLaMA-2基座模型和Alpaca-2指令精调大模型支持各种方式推演，包括llama.cpp，text-generation-webui等等，简介如下：鉴于我们之前搭建过text-generation-webui环境，不会搭建的可以参考我之前的图文如何优雅的使用各类LLM，所以这次我还是选择用这个环境来跑这个llama-...

2023-08-18 10:03:22 214

原创 T2I调参就到此为止吧

StableDiffusion作为开源图像生成平台发布至今也有相当长的一段时间了，网络上针对SD也有各种各样的应用，比如我之前写的多篇关于SD的图文利用AI神器——StableSR 让普通图片瞬间变身精美画作;让赫敏唱蔡健雅的歌，毫无违和感，有了reference only，还需要LoRA吗等等，都需要进行各种各样的调参，调整提示词等各种操作，非常不利于生产，也非常不注重交互。...

2023-08-16 17:45:33 190

原创让赫敏唱蔡健雅的歌，毫无违和感

只需一人物脸部照片，即可让照片3D化，并让嘴型和歌曲基本吻合。到底是怎么做到的呢？它就是SadTalker,那个这个技术原理到底是什么呢，老规矩，我们还是让AI来帮我们读这篇CVPR 2023的论文SadTalker: Learning Realistic 3D Motion Coefficients for Stylized Audio-Driven Single Image Talking...

2023-08-02 10:34:28 125

原创永远也忘不了小龙女脸上的那块手帕

“小时候看神雕侠侣留下的伤痛，尹志平盖在小龙女脸上的那块手帕，所有的幻想瞬间破灭，为了弥补遗憾，决定让AI重塑小龙女”首先我们让claude.ai为我们生成SDXL提示词，在claude中输入prompt如下：你是一个专业的著作评论家，你非常善于对文学作品或者影视作品中的人物做深入的分析和描述,指出人物的性格特点、内心世界以及在作品中的意义等等，你的评论和分析能让读者更加深入地理解作品情节和故事人...

2023-08-01 15:49:28 368

原创 infinigen程序化生成3D视野

"Minecraft我的世界相信很多人都玩过，但是仅仅一个像素风的沙盒游戏体验，想想一下，如果能将这个像素风的画面通过程序化的方式渲染成逼真的视野，岂不美哉"最近AIGC领域出现了这样一篇论文，可以使用程序化的方式生成无限、3D逼真的视野。主要是基于blender来完成。虽然现阶段还处于一个比较初级的玩法，但是也可以粗略感受一下他的强大。首先，我们还是找到git仓库princeton-vl/inf...

2023-07-28 08:00:56 339

原创 AI读天涯神贴----人，应该怎么活

接着上一期AI读天涯神贴----开悟其实很简单，这期我们来用AI读另外一篇神帖-----------《人，应该怎么活》下面是帖子中的一些节选“老家有句话，叫春天戳一棍，秋天吃一顿！意思是，春天用个棍子在地上捅个窟窿，扔进种子，那秋天就有可能因此吃上一顿的果实！春天，这是时令，其实就是契机，或者关键的时间点！戳一棍，指的是“花费一点点功夫”，投资领域，即为“很微小的风险”；秋天，则是另一个时令或者契...

2023-07-27 08:00:41 143

原创 AI读天涯神贴----开悟其实很简单

很多年前，天涯社区曾出现了不少深受欢迎的帖子，成功地预言了许多形势和事件。这些帖子因此被冠以“天涯神帖”之名。遗憾的是，由于各种原因，天涯论坛目前已经无法打开。幸运的是，有人收集了这些帖子，并将它们整理为一份完整的合集。今天我们就尝试用AI来读其中的一篇----《开悟其实很简单》，原文很长，，做了部分的语音，大家可以听一下。开悟其实很简单——人人都可以轻轻松松开悟有没有开悟？如何开悟？开悟之后是个...

2023-07-26 15:46:47 2454

原创标题:SDXL0.9技术详解:图像生成的新高度

摘要：本文首先概述了图像生成模型SDXL0.9的特点,它相较早期模型显著提高了参数量级、采用云计算资源进行训练、进行知识图谱预训练以及优化了模型结构。文章然后介绍了SDXL0.9在图像质量、生成速度、语义一致性等指标上的进步。在技术原理上,SDXL0.9仍然采用Transformer作为基础架构,并进行了对抗训练以提高生成真实度。模型的应用场景包括数字艺术创作、影视制作、交互式内容生成等。SDXL...

2023-07-23 11:13:32 275

原创 AI聊天机器人,你更爱哪个?

嗨,各位同学,最近这几个人工智能助手可是火得很啊!叮咚~AI哥们儿ChatGPT已经很强了,轻松应对各种问题,文笔挺不错的!咻~Anthropic公司的Claude也很给力,聊天能力十分强大!嗖~Google新出的Bard看着也很厉害,刚一出世就引起不小轰动!面对这三个AI大佬,我们该如何抉择呢?今天咱们就来好好PK一下,看看到底哪家强啊!一、聊天能力对决聊天肯定是这些AI助手最基本的功能了。那它...

2023-07-20 16:23:54 120

原创利用AI神器——StableSR 让普通图片瞬间变身精美画作

StableSR,这是个啥玩意儿?听着高大上,其实就是一个用AI技术让普通图片变得清晰细腻的神器。以前我们想把糊里糊涂的小图片放大,除了被PIXEL(像素)噎死,基本没啥好下场。要不就是花大价钱找PS高手办事,不然就只能哭着接受现实,放弃无奈。但现在有了StableSR这根救命稻草,一切烦恼不再!1. 它利用了之前训练好的Stable Diffusion模型,所以不需要重新训练,很高效!2. 它通...

2023-07-19 09:07:18 1231

原创 MusicGen一键音乐风格迁移

“想象一下，您可以随心所欲地创作轻快的乡村曲风,缠绵的蓝调,史诗般的管弦乐......视频BGM创作之路上,再也不会有任何阻碍!。”01—什么是MusicGenMeta MusicGen建立在强大的Transformer模型的基础上，追随ChatGPT等语言模型的脚步，采用尖端的AI技术来预测和生成音乐片段。就像语言模型预测句子中的下一个字母一样，MusicGen 根据给定的音乐片段...

2023-07-18 08:01:34 734

原创忘了高高在上的Chatgpt吧，更香的Claude和Bard来了

最近LLM这一领域近年来进步神速,新的产品层出不穷,给我们的生活和工作带来了巨大便利,也引发了广泛关注。首当其冲的,就数OpenAI研发的ChatGPT。ChatGPT是一款基于GPT模型打造的对话AI系统,被业内公认为目前进展最快、实力最强的产品。ChatGPT拥有极强大的语言理解生成能力,不管提什么问题,它都能生成流畅、逻辑清晰的回答。这主要得益于ChatGPT巨大的预训练参数量,以及海量高质...

2023-07-16 06:26:59 216

原创利用预训练模型的先验知识实现图像超分辨率的新途径——StableSR

随着扩散模型在图像生成任务中的长足发展,研究人员开始尝试将其应用于下游任务中。其中图像超分辨率是一个值得探索的方向。近期工作StableSR提供了一种新方法,即在不需从头训练的情况下,有效利用预训练文本到图像模型Stable Diffusion所含的强大生成先验知识,来实现图像的超分辨率。 StableSR的关键创新在于提出了时间感知编码器。它通过时间嵌入层生...

2023-07-15 08:08:13 1026

原创 Code Interpreter - AI助力代码理解

随着软件项目越来越庞大复杂,理解其他程序员编写的代码成为许多程序员的难点。为此,Anthropic公司开发了Code Interpreter,它利用AI的力量,自动解析代码并以自然语言的形式解释代码的意图。Code Interpreter有望大幅提高程序员的工作效率,成为编程领域的重要新工具。## Code Interpreter的工作原理Code Interpreter使用了基于Transfor...

2023-07-14 07:36:53 681

原创 Claude:Anthropic推出的新一代人工智能聊天机器人

Claude是Anthropic研发的人工智能聊天机器人。它可以通过自然语言理解parsed理解你的消息并自动生成回复。Claude专注于人机对话,致力于提供最佳的体验与帮助。 Claude具有以下主要功能:1. 强大的自然语言理解能力。Claude可以理解最长达10万字的文本输入,处理长和复杂的对话。它可以分析和理解中文和英文输入的语义与意图。 2. 快速而个性化的回复。Claude可以...

2023-07-13 07:35:49 497

原创 Stable Diffusion控制人物脸部和手的方法

“目前Stable Diffusion在人体姿态控制方面已经取得了比较稳定的效果，但是在人脸和手部姿势的控制上还没有很好的解决，经常会出现崩手和崩脸的情况。”01—After Detailer解决崩脸的问题 After Detailer是sd的一个扩展，类似于Detection Detailer，不同的是它用ultralytics代替了mmdet。首先我们启动SD，然后再扩展界面，选...

2023-07-12 13:48:07 3637

转载一个AI实时变声工具

“一个基于VITS的简单易用的语音转换（变声器）框架。”配置要求1 win10或win11系统,老显卡驱动要更新到最新版本2 显卡750TI以上,如需训练音源,需RTX以上显卡,显存越大越好3 CPU支持AVX2指令集,性能越高越推理延迟越低,建议十代酷睿或三代锐龙以上4 清晰干净的麦克风,声卡麦克风最优界面预览测试效果如下：测试下来对麦克风的要求很高，我用的蓝牙耳机，导致噪音比较大，声音也不是...

2023-07-10 17:35:26 1696 5

原创有了reference only，还需要LoRA吗

“过去在的 Stable Diffusion 下，若要固定某个人的脸，就要事先训练 LoRa 。这样的过程往往复杂而耗时，限制了创作者的创作效率。然而最近有一个新工具在最近引起了广泛的讨论和关注，只要一张照片，就可以让 AI 做出这个人的不同动作，让创作者不必要再为了训练模型而分心，大大提高创作速度。”01—reference only这种方法类似于基于修复的参考方法，但不会使您的图像变...

2023-07-07 07:00:27 882

原创 DragGAN编辑自定义图像

“上一篇图文我们简要的看了DragGAN的官方源码，效果还可以，但是只能编辑StyleGAN生成的图片，没办编辑自定义的图片，当然如果需要编辑自己的图片，就需要将图片投影（或反转）到styleGAN预训练生成器的领域中。”01—什么是图像反转（inversion）反转是指将一个图像映射到生成模型的潜空间中，然后通过调整潜空间向量来修改图像的外观。反转过程旨在通过反向计算生成模型中的潜空间...

2023-07-01 08:50:08 1152 2

原创被吹爆的DragGAN到底酷不酷

“你是否有想过P图只需要拖动鼠标，比如你想让一个双唇紧闭，眉头紧蹙的美女微笑，只需要网上拖动下嘴唇，图片中美女立马就变得喜笑颜开。还别说，真有人干出了这件事情，前段时间被吹爆的DragGAN放出了官方效果图，下面就带领各位一起领略一下。”01—DragGAN简介顾名思义，通过DragGAN，我们可以任意拖动图像进行编辑，无论是对象的形状、布局、姿态、表情、位置、大小，都可以做到精准控制。在...

2023-06-27 15:14:02 240 1

原创 chatGPT看图写小作文

“从学校毕业好多年了，但是语文科目的看图写话这种作文形式给我的困扰还是历历在目，为了弥补这一遗憾，决定用AI来给我看图写话，哈哈。”01—图像说明Illustrated Image Captioning（图片说明）是一种人工智能技术，它将图像自动描述为文字，同时为图像添加图像化的补充说明。与基本的图像标注技术相比，Illustrated Image Captioning可以生成更具表现力...

2023-06-13 15:50:19 1354

原创输入文字，给你视频

“随着ChatGPT的火热，各种生成式模型也如雨后春笋般涌现，包括自然语言和图像生成之间的模型，已经趋近成熟。但是将文本转换为视频的模型还没有得到很好的发展，即使有也只处于非常初级的阶段。”01—Runway Gen2相信有些小伙伴用过Runway Gen1，用来通过文字生成属于自己风格的图片，类似SD的LORA功能，Gen2这次算是来了一个大的跨越，实现了文字到视频的转换，前几天这个功能才正式...

2023-06-09 17:19:38 302

原创用Langchain构建一个阅读助手

“LangChain 是一个强大的框架，可以简化构建高级语言模型应用程序的过程。”01—什么是LangchainLangChain是一个强大的框架，旨在帮助开发人员使用语言模型构建端到端的应用程序。它提供了一套工具、组件和接口，可简化创建由大型语言模型 (LLM) 和聊天模型提供支持的应用程序的过程。LangChain 可以轻松管理与语言模型的交互，将多个组件链接在一起，并集成额外的资源，例如 ...

2023-06-07 17:42:18 722

原创用Lora驱动ID设计

相信现在大部分自研产品的公司都会有一个ID设计的职位，用来给产品设计符合需要的外观，这个外观是对一个硬件产品的外观造型、使用方式、人机交互进行设计的一个过程。它是一个产品的有形体现，能够实现产品与人高效、舒适、和谐的交互。ID设计是包含了一部分美学和艺术的东西在里面的技能，但凡艺术均需要灵感的激发，灵感这个东西飘忽不定，需要长期的经验积累以及艺术的熏陶，所以在灵感不足的时候，设计产品的就很...

2023-05-17 15:30:34 153

原创如何优雅的使用各类LLM

近几个月，随着ChatGPT的风靡，大型语言预训练模型也如雨后春笋般地涌现，虽然效果差强人意，好在不受限制。配置稍好的电脑也能跑个7B、13B参数的大语言模型。虽然模型众多，但是如果给每一个模型都单独去配置环境，每个模型单独启用，就显得非常的笨拙，不够优雅。如果能借助SD WEBUI的思路，给这些大预言模型也能够动态地加载起来运用，岂不美哉。俗话说，不怕你想不到，就怕你做不到，有同...

2023-05-16 12:00:03 561

原创 ControlNet让SD变得可控

ControlNet是一个用于深度神经网络的控制技术，它可以通过操作神经网络块的输入条件来控制神经网络的行为。在这里，“网络块”是指常用的神经层集合，例如“resnet”块、“conv-bn-relu”块、多头注意力块等。通过克隆神经网络块的参数并应用零卷积连接层来实现ControlNet的目标。 ControlNet的副本与神经网络块的输入和输出是一致的，这使得在训练初始阶段，Co...

2023-05-15 11:35:39 4020

原创 NeRF原理简介及实现

“NeRF（Neural Radiance Fields）是一种先进的计算机图形学技术，能够使用深度全连接神经网络优化场景的连续5D函数表示，从而生成高度逼真的3D场景。该技术的优势在于没有使用离散化的网格或体素来表示场景，而是使用一个连续的函数来表示整个场景，可以从任意角度渲染，创造令人惊叹的高质量渲染，并在可视效果方面优于现有的渲染方法。 NeRF的工作原理是自监督的，通过在有限的输入...

2023-05-13 11:40:24 1990

原创这是你幻想中的女友吗

在前面的图文中，我有介绍现在大火的文本生成图像模型StableDiffusion，能够将你幻想中的一切都变成现实，随着模型的开源，各种技术也应运而生，Lora作为一种图像微调技术也是作为一个神器深受广大网友的喜欢。那么什么是Lora？LoRA，英文全称Low-Rank Adaptation of Large Language Models，直译为大语言模型...

2023-04-08 10:43:09 413

原创当ChatGPT遇上Stable Diffusion

之前有在前面的图文和大家分享过stable diffusion--二次元福利 (qq.com)，缺点就是prompt很难准确的把握，受限于自己的文字表达能力，以及中英文对照不恰当。最近出现了让很多人都疯狂的AIGC模型ChatGPT，一个由OpenAI训练的大型语言模型。被设计用于回答各种各样的问题和提供对话交互。网络上也出现了各种各样的基于ChatGPT的应用，有用它来写小作文的，也有用它来接管...

2023-02-16 17:32:21 8855

原创风扇的结构组成及主要参数解析

“随着科技的不断进步，电子产品的功能愈强，个人电脑、视频监控、路由器、交换器等电子设备的普及，设备的功能的不断强大、电子元件的集成度愈发强大，电子元件所产生的热量和噪音，却让我们感到厌烦，因此电子元件的散热变得愈加重要。风扇是利用强制热对流的方式散热，它凭借自身的导流作用,令空气以一定的速度、一定的方式通过散热片,利用空气与散热片之间的热交换带走其上堆积的热量,从而实现“强制对流”的散...

2023-02-14 13:52:45 13924 1

原创岁末闲绪

2022年还剩下不到2天了，时间如风，轻轻吹拂而过，留下了些什么，却又好像什么都没留下。人好像在某个重要节点的时候，都会忍不住的回头看看走过的路，经历的事情，遇见的人，感受过的美好，承受过的苦难。 2022年注定是一个重要的节点，疫情三年，岁末突然宣告疫情结束，黑暗的日子看到了一丝曙光，宛如朝阳初生，却又澎湃有力。这一年，对我来说，主线...

2023-01-19 11:25:41 141

原创电容器损耗角正切值

正如名词本身“电容损耗角正切值”，就是电容的电损耗的比例；如果对一个电容加上一个电压，除了对电容充电的电流外还有漏掉的电流（电容的漏电流），漏电流被消耗成了热能，因此表示为电阻上的电流。漏电流与纯电容的充电电流之比就是电容损耗角正切值（注意：理论上纯粹的电容是不耗电功率的）。我们国家对于浸渍全纸介质单元，其值应不大于0.0040；对于浸渍纸膜复合介质单元，其值应不大于0.0022；其值对于浸...

2022-11-16 09:15:49 9941

原创 stable diffusion--二次元福利

“继上次用stable diffusion生成谪仙男子外貌翻车后，痛定思痛，发现用stable diffusion webui这个神器，效果出乎意料的好。”01—安装教程1、pytorch安装具体安装可查看我之前的图文libtorch导入模型 (qq.com)2、clone开源项目git clone https://github.com/AUTOMATIC1111/stable-diffusio...

2022-11-15 10:00:47 6737