-
AI视频解决方案汇总 – 实用的AI生成视频工具和技术分享
了解最新的AI视频解决方案,探索基于Stable Diffusion的文生视频插件方案,包括AnimateDiff和Prompt Travel技术,让您轻松生成和操作图像,创造出令人惊艳的动画效果。- 656
- 0
-
Qwen1.5-MoE-A2.7B:性能与效率的最佳实践
通义千问团队推出了Qwen1.5-MoE-A2.7B,这是一款性能与效率优异的机器学习模型,拥有出色的训练成本、推理速度和参数优化。该模型已在ModelScope社区开源,并持续更新支持第三方框架,是推理训练的最佳实践之一。- 804
- 0
-
AI换脸技术介绍及Rope-Ruby使用教程
本文介绍了AI换脸技术的发展与GHOST技术的一键换脸方法,以及基于深度学习技术的Rope-Ruby换脸应用的使用教程,包括项目配置、简单换脸和微调技巧。- 427
- 0
-
-
Linly中文开源大模型方案分享 | TencentPretrain框架实现模型训练
掘力计划第23期线上技术沙龙邀请吴碧珠博士分享Linly中文开源大模型方案,项目基于TencentPretrain框架完成模型训练,详细介绍了Linly项目的亮点、大语言模型基础知识及方案设计。- 158
- 0
-
深度学习技术在广告领域的创新应用
深度学习技术在广告领域崭露头角,利用生成对抗网络(GANs)等模型生成具有创意和吸引力的广告图像,提升品牌形象和产品推广效果。了解深度学习技术如何应用于创意广告图像生成的过程和优势。- 665
- 0
-
-
权重归一化:简化神经网络优化的通用方法
本文介绍了一种称为权重归一化的神经网络优化方法,通过重新参数化权重向量来改善优化问题的条件,并加速随机梯度下降的收敛。该方法受到批量归一化方式的启发,但不引入任何相互依赖,并且在诸如LSTM的循环模型和对噪声敏感的应用中也具有良好的适用性。- 414
- 0
-
深度学习技术在图片风格分析领域的应用
本文介绍了如何使用Python和PyTorch框架,实现一个图片风格自动分析的模型,包括数据收集、预处理和增强的过程。同时讨论了深度学习技术在图片风格分析领域的应用。- 135
- 0
-
UNet 2022新研究:MRI图像分割和尺度等变性
本文介绍了2022年针对UNet的两项新研究:一是基于多参数MRI的神经胶质瘤分割方法,另一是尺度等变UNet在神经网络中的应用。新方法提高了分割精度和不确定度评估,对医学图像分割领域具有重要意义。- 240
- 0
-
Chat-UniVi:统一的图片和视频表征框架及其应用
了解Chat-UniVi——一个统一的多模态大型语言模型,能同时处理图像和视频,减少模型训练成本并提升表达能力。该框架的研究成果已在GitHub和抱抱脸上开源,为图像和视频任务带来了新的可能性。- 380
- 0
-
-
大语言模型部署优化策略详解 | 七大推理加速方法解析
本文详细介绍了大语言模型部署优化策略,包括降低精度、模型量化、适配器微调、张量并行技术等七大推理加速方法。对于想要将大语言模型应用到实际产品中的工程师具有很强的参考价值,同时也适合对AI应用感兴趣的读者阅读。- 161
- 0
-
飞桨开发者技术专家冯嘉骏利用飞桨3D医疗影像分割方案MedicalSeg自主诊断脂肪肝的案例分享
本文介绍了飞桨开发者技术专家冯嘉骏利用飞桨3D医疗影像分割方案MedicalSeg自主诊断脂肪肝的案例分享,涉及医学影像分割、脂肪肝诊断和深度学习技术等内容。- 109
- 0
-
幸运之星正在降临...
点击领取今天的签到奖励!
恭喜!您今天获得了{{mission.data.mission.credit}}积分
我的优惠劵
-
¥优惠劵使用时效:无法使用使用时效:
之前
使用时效:永久有效优惠劵ID:×
没有优惠劵可用!