目录 StableSwarmUIinstall经验版 StableSwarmUI配置后端 StableSwarmUI快捷安装脚本 StableSwarmUI安装与启动 sd_xl_base_1.0模型获取 由于网络原因，国内获取ComfyUI以及SD_Xl_base_1.0模型可能非常缓慢。 想要丝滑获取，需要魔法或者高效上网。 如果没有条件，也有方法，可以从国内开源镜像站或者大模型社区获取资源。 获取并部署StableSwarmUI：StableSwarmUI，彼时最新版本为StableSwarmUIRelease0.6.4-Beta。你需要Python环境，如果你访问...
小白的StableDiffusion入坑铺垫 本文主要讲述一些StableDiffusion入坑前需要了解的一些相关概念，不会涉及很高深的理论知识，因为我也讲不明白。本文所讲的内容基本上小学生就能看懂。如果你完全没听说过StableDiffusion也没关系，只要你听说过AI绘画，并且对此有兴趣，就能跟着我一步步了解入坑。如果你想更进一步了解更深层次的计数原理，本文后面会给出一些连接，都是我看过的比较不错的文章或者视频。 一、AIGC的概念 2022年，是人工智能爆发的元年，前有Stability.Ai公司开源了StableDiffusion模型，后有OpenAI发布了ChatGPT，二者都是...
什么是工作流 LinkAI工作流（WorkFlow）是一种灵活的智能体搭建方式。可以自由选择「大模型、应用、知识库、插件、意图识别、转人工、渠道消息发送」等多种原子能力，通过可视化拖拉拽的方式进行组合编排，零代码搭出一个业务流程。让智能体按照规划的方式进行工作。并且可以设置定时运行，结合LinkAI渠道端能力实现定时推送、智能触达。 LinkAI工作流功能自发布以来，有不少的开发者使用工作流搭建复杂对话智能体，通过开放API接入自己的服务和系统；还有更多的企业客户使用工作流搭建能够解决业务场景需求的智能体，通过渠道端能力接入IM和办公协同平台。 现在也支持将工作流发布至LinkAI智能体广场...
论文链接：https://arxiv.org/pdf/2408.15777 复旦大学，王龑博士后领衔，发布《静态与动态情感的面部表情识别》（ASurveyonFacialExpressionRecognitionofStaticandDynamicEmotions）综述，对基于图像的静态面部表情识别（SFER）和基于视频的动态面部表情识别（DFER）方法进行了全面综述，从模型导向的发展到挑战聚焦的分类进行了系统分析。 论文首先对近期的综述进行批判性比较，介绍了常用的数据集和评估标准，并深入探讨了FER的工作流程，以建立坚实的研究基础。接着，系统性地回顾了应对SFER的八大主要挑战（如表情干扰...
说到项目管理工具，很多人脑海中第一个蹦出来的可能就是Jira了。没错，Jira确实很强大，但是...它也有点太强大了，既复杂又昂贵，而且目前也不再提供私有化部署版本了。 再说说飞书，作为国产之光，它确实在协作方面做得不错。可是当你真的想好好管理一个复杂项目时，你会发现它就像是一把瑞士军刀——样样都行，可惜样样都不精。而且飞书条目多了也是需要收费的。 想象一下，如果有一个工具能够结合Jira的强大功能、飞书的协作便利性，同时保持像Trello那样的简洁直观，会是怎样一种体验？ 本文就大家推荐一款Jira的开源替代解决方案Plane。 Plane简介 Plane是一个开源的项目管理工具，使用Py...
复旦AI博士，分享AI领域全维度知识与研究。应极客时间邀请开设《RAG快速开发实战》课程，感兴趣的同学可以访问关注https://time.geekbang.com/column/intro/100804101 随着AI2.0时代的来临，我们正站在一个技术革新和行业变革的交汇点。大语言模型虽然在多个领域取得了突破，但在特定领域的应用仍面临挑战。而RAG技术以其独特的能力，通过整合外部知识库与文档，显著提升了模型的专业性能和回答精度，成为大模型应用的重要技术方向。掌握RAG技术，已成为拥抱AI时代的必然选择。 为了帮助开发者们抓住这一时代机遇，我在极客时间《RAG快速开发实战》分享自己在RA...
开发者：Winlone B站频道：程序猿的退休生活 Q群：27831318 版本：1.8.1 = 系统：Windows11专业版 显卡1：2080TI22g魔改耕升 显卡2: 2080TI22g魔改丽台 显卡3: 2080TI22g魔改七彩虹 CUDATooklkit：12.3 CUDAdriverapi：12.3 = AI虚拟主播Vtuber研发(N卡版本)【教程】 https://www.bilibili.com/read/cv33640951/ 快速下载= 整合包下载:功能整合包下...
整值训练和尖峰驱动推理尖峰神经网络用于高性能和节能的目标检测 与人工神经网络(ANN)相比，脑激励的脉冲神经网络(SNN)具有生物合理性和低功耗的优势。由于SNN的性能较差，目前的应用仅限于简单的分类任务。在这项工作中，我们专注于弥合人工神经网络和神经网络在目标检测方面的性能差距。我们的设计围绕着网络架构和尖峰神经元。 当行人检测遇到多模式学习时：通才模型和基准数据集 近年来，利用不同传感器模式(如RGB、IR、Depth、LiDAR和Event)进行行人检测的研究受到越来越多的关注。然而，设计一个能够有效处理不同传感器模式的统一通用模型仍然是一个挑战。本文介绍了一种新的多通道感知的通用性模型...
@ 目录 稀疏矩阵的格式 coo csr csc ConstructionofSparseCOOtensors ConstructionofCSRtensors LinearAlgebraoperations（稀疏与稠密之间混合运算） Tensormethodsandsparse（与稀疏有关的tensor成员函数） coo张量可用的tensor成员函数（经实测，csr也有一些可以用，比如dim()） TorchfunctionsspecifictosparseTensors（与稀疏有关的torch函数） 支持稀疏张量的常规torch函数 支持稀疏张量的一元函数 稀疏矩阵...
在2024年的AI领域，Meta发布的Llama3.1模型无疑成为了研究者和开发者的新宠。我有幸通过魔乐社区提供的资源，对这一模型进行了深入的学习和实践。在这个过程中，魔乐社区的资源和支持给我留下了深刻的印象。 环境准备的便捷性 魔乐社区提供的实践指导非常详尽，从安装AscendCANNToolkit和Kernels到openMindLibrary以及openMindHubClient的安装，每一步都有清晰的命令和说明。这大大简化了环境搭建的过程，即使是对于新手来说，也能够快速上手。 模型下载与推理的直观体验 通过魔乐社区提供的链接，用户能够轻松下载Llam...
前言 前面一篇文章已经介绍过，ComfyUI和StableDiffusion的关系。不清楚的朋友，看传送门StableDiffusion小白的入坑铺垫。WebUI以及ComfyUI不等于StableDiffusion，可以简单粗暴一点的理解为方便运行某些大模型的工具。由于本人在接触过ComfyUI之后，就基本放弃WebUI了，本文开始，接下来会有一个系列的入门文章来介绍ComfyUI。不论是ComfyUI还是WebUI，基础工作原理都是需要理解清楚，才能更好地利用大模型以及一些插件，来生成我们想要的效果。本文主要介绍ComfyUI的本地安装部署。 一、官方版本安装 ComfyUI官方地址如下：...
TowardsRobustBlindFaceRestorationwithCodebookLookupTransformer(NeurIPS2022) 这篇论文试图解决的是盲目面部恢复（blindfacerestoration）问题，这是一个高度不确定的任务，通常需要辅助指导来改善从低质量（LQ）输入到高质量（HQ）输出的映射，或者补充输入中丢失的高质量细节。具体来说，论文关注以下几个关键问题： 如何在不知道具体退化过程的情况下（即盲目恢复），从严重退化的输入图像中恢复出高质量的面部图像。 如何减少恢复映射的不确定性和模糊性，特别是在输入图像质量较低时。 如何在保持高保真度的同时，生成具有丰...
最近公司又要搞什么满意度调查了，我这个小菜鸟又要头疼了。上次用那个破系统，界面丑不说，功能还少得可怜，搞得我加班到半夜。这回非得找个好用的不可。 正发愁呢，突然想起来前两天同事小王推荐了一个叫“卷王”的开源系统，这名字挺有意思的，我还以为是什么“卷王”专用的问卷系统呢，后来才知道，这个“卷”指的是问卷的“卷”，而不是内卷的“卷”。 不过话说回来，这确实是一个超级好用的开源调查问卷和考试系统。 卷王是什么？ 卷王（SurveyKing），顾名思义，就是问卷之王。它是一个高性能、功能丰富的开源问卷调查和考试系统，使用Java语言和Spring框架开发。它能够帮助你轻松创建各种类型的问卷和考试，实...
2024年，AI绘画技术已经日新月异，但仍有不少工具依赖于关键词描述，无论是Midjourney还是StableDiffusion，都需要用户提供详细的关键词描述。尽管聪明的用户可以借助大语言模型（如GPT-4）自动生成关键词，但这仍旧不是最直观的方式。 今天，我们要介绍的是Omost——一个真正理解你的AI绘画工具。 github项目，stars飙升。 Omost不仅是ControlNet作者倾力打造的创新项目，更是一场图像生成技术的革命。Omost通过将大型语言模型（LLM）的强大编码能力转化为直观且高效的图像生成能力，带来了前所未有的创作体验。 &nbs...
8月底，魔乐开发者社区上线，引起开发者的关注。据了解，在魔乐社区的平台上，每一位开发者都能找到所需的资源和工具，无论是数据集、模型库还是开发工具，魔乐社区都将提供一站式服务。那该怎么玩呢？来来来，跟随我的脚步，教你10分玩转魔乐开发者社区(modelers.cn)。 魔乐社区的基础信息： 概念：魔乐社区作为一体化开源平台，集成了openMindLibrary和openMindHubClinet等工具套件，模型库、数据集和体验空间等核心组件，覆盖了自然语言处理、视觉、音频等领域。致力于打造开放共享的人工智能生态社区，提供首发原生模型、易用开发工具、丰富生态资源，帮助每一位开发者获取领先的人工智能...
CUDA常见驱动程序兼容性问题一览 关注TechLead，复旦博士，分享云服务领域全维度开发技术。拥有10+年互联网服务架构、AI产品研发经验、团队管理经验，复旦机器人智能实验室成员，国家级大学生赛事评审专家，发表多篇SCI核心期刊学术论文，阿里云认证的资深架构师，上亿营收AI产品研发负责人。 驱动程序兼容性问题 驱动程序的兼容性对于CUDA的正常运行至关重要。在Linux系统中，驱动程序的安装与配置常常面临各种问题。本文将详细列举驱动程序兼容性问题及其解决方案，确保能够顺利配置和使用CUDA环境。 驱动版本不匹配 问题描述 CUDAToolkit与NVIDIA驱动版本不匹配：不同...
LoRA模型是小型的StableDiffusion模型，它们对checkpoint模型进行微小的调整。它们的体积通常是检查点模型的10到100分之一。因为体积小，效果好，所以lora模型的使用程度比较高。 这是一篇面向从未使用过LoRA模型的初学者的教程。你将了解LoRA模型是什么，在哪里找到它们，以及如何在AUTOMATIC1111GUI中使用它们。然后，你将在文章末尾找到一些LoRA模型的演示。 LoRA模型是什么？ LoRA（Low-RankAdaptation）是一种微调StableDiffusion模型的训练技术。 虽然我们已经有像Dreambooth和文本反转这样的训练技术。那么L...
特别鸣谢kimi，以下论文均在kimi辅助下阅读。 目录 RMIB:RepresentationMatchingInformationBottleneckforMatchingTextRepresentations AttentionRank:UnsupervisedkeyphraseExtractionusingSelfandCrossAttentions ANSWERINGCOMPLEXOPEN-DOMAINQUESTIONSWITHMULTI-HOPDENSERETRIEVAL APPROXIMATENEARESTNEIGHBORNEGATIVECONTRASTIVELEARNINGF...
1.场景...2 2.数字生命意义...2 3.具体实现思路...4 1.场景孩子：爸爸，今天天气不错，我们一起去打篮球吧？！ 爸爸：好呀，确实好久没有打球了，我这老胳膊老腿是应该锻炼一下了。 孩子：还是去山上那个球场吧，环境比较好。 爸爸：嗯，那就开车去，叫上妈妈和妹妹一起。 孩子：嗯，带上一箱水，自从你走后，后备箱空空如也。 爸爸：这是我的错，应该让你们能够随时感知到我的存在。 孩子：妈妈和妹妹也是这么觉得。 孩子：最近，我的工作也比较忙，也没有顾得上她们。长大了和小时候确实很不一样了，貌似理解了前辈们走过很多的路。 孩子：爸爸…爸爸…还在吗？ 后台服务：后台资源饱和状态，...
AI图像放大工具，如ESRGAN，对于提高由StableDiffusion生成的AI图像质量至关重要。它们被广泛使用，以至于许多StableDiffusion的图形用户界面（GUI）都内置了支持。 在这里，我们将学习什么是图像放大器，它们如何工作，以及如何使用它们。 为什么我们需要图像放大器？ StableDiffusionv1的默认图像大小是512×512像素。按照今天的标准来看，这相当低。以iPhone12为例。它的相机可以产生1200万像素的图像——即4032×3024像素。它的屏幕显示2532×1170像素，所以一个没有被放大的StableDiffusion的质量是比较差的，不适合在现...