文档建议反馈控制台
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
发布
    • 您找到你想要的搜索结果了吗？
    是的
    没有找到

    使用扩散模型从文本生成图像

    1代的DALLE使用VQ-VAE 的改进版，2代的DALLE2 通过使用扩散模型将图片的生成提升到了一个新的高度，但是由于其计算量很大而且没有开源，我们普通用户并没有办法使用，但是Stable Diffusion...在这篇文章中，将展示如何使用抱脸的扩散包通过文本生成图像，还有就一个一个不好的消息，因为这个模型的出现google的colab可能又要增加一些限制了。...从 DALLE 到Stable Diffusion 我们前面的文章也介绍过 OpenAI 的 DALLE-2 模型还有他的开源实现，它可以让我们从文本中创建高质量的图像。...使用diffusers 从文本生成图像 首先，使用扩散器包从文本生成图像我们首先要有一个GPU，这里就是用google 的colab，但是可能colab以后会对这样的应用进行限制了，这个我们在最后加以说明...v1-4 模型，然后将其放入GPU中（还有很多其他模型，可以随意使用） pipe = pipe.to("cuda") 使用 Pytorch 的 autocast 运行推理 from torch import

    1.8K10

    使用扩散模型从文本生成图像

    在这篇文章中，将展示如何使用抱脸的扩散包通过文本生成图像，还有就一个一个不好的消息，因为这个模型的出现google的colab可能又要增加一些限制了。...从 DALLE 到Stable Diffusion 我们前面的文章也介绍过 OpenAI 的 DALLE-2 模型还有他的开源实现，它可以让我们从文本中创建高质量的图像。...但是DALLE2是收费的用户只有一些免费的额度，如果免费额度使用完毕就需要付费了，所以我决定寻找替代方案，并偶然发现了 Hugging Face 的一条新闻，他们发布了一个扩散模型的包diffusers...使用diffusers 从文本生成图像 首先，使用扩散器包从文本生成图像我们首先要有一个GPU，这里就是用google 的colab，但是可能colab以后会对这样的应用进行限制了，这个我们在最后加以说明...v1-4 模型，然后将其放入GPU中（还有很多其他模型，可以随意使用） pipe = pipe.to("cuda") 使用 Pytorch 的 autocast 运行推理 from torch

    1.7K10

    使用View Model从表现层分离领域模型

    View 从 Model 获取数据并格式化数据以进行显示。 Controller 控制程序流程，接收输入，并把它们传递给 Model 和 View。...由于 View 和 Controller 都可以从 Model 请求数据，所以 Controller 和 View 都依赖 Model。...在这种情况下，视图模型可能使用一个整数属性来表示，领域模型通常是一个日期值。 视图模型通常只包含领域模型的一个子集，而且只包含界面上所需要的属性。...领域模型和视图模型之间有很多相似的地方，我们经常干脆就把Domain Model当作View Model来使用了。...我们应当避免使用前两种方法将领域模型转换成视图模型，推荐使用第三种方法，定义单独的视图模型类。做这种领域模型到视图模型的转换工作是一种重复性的工作，已经有几个工具可以帮助你来完成这项工作。

    2.1K50

    Excel催化剂功能第5波-使用DAX查询从PowerbiDeskTop中获取数据源

    PowerbiDeskTop可以连接几乎一切的数据源，并且可以存储几乎无限大的数据量，在powerbi建模过程中，Excel的powerpivot与PowerbiDeskTop对比，首先是PowerbiDeskTop...自从Excel催化剂的诞生，问题已经从二选一变成了强强联手，各自做各自最擅长的，鱼和熊掌都可兼得的理想人生从此拉开了帷幕！...- 简书 https://www.jianshu.com/p/534803771c20 Excel催化剂功能第5波-使用DAX查询从PowerbiDeskTop中获取数据源 - 简书 https://...Excel透视表向PowerbiDeskTop发出MDX查询 当关系型数据库可以使用SQL和数据库内的表进行查询时，数据从数据库存储到最终查询使用提供了很大的便利性，而且SQL查询也因其简单易学，功能强大...因透视表访问的是PowerbiDeskTop的多维数据模型，多个表之间已经建立好关系和复杂的度量值已经在模型中生成，直接从透视表字段中拖出即可得到最终结果，若只是用SQL查询的话，不知道需要写出多复杂的

    7.3K30

    icmp回复报文_ICMP报文和ping命令

    ping使用的是ICMP协议，它发送icmp回送请求消息给目的主机。ICMP协议规定：目的主机必须返回ICMP回送应答消息给源主机。如果源主机在一定时间内收到应答，则认为主机可达。...接收后检查该数据帧，将IP数据包从帧中提取出来，交给本机的IP层协议。...在Unix/Linux，序列号从0开始计数，依次递增。而Windows　ping程序的ICMP序列号是没有规律。...，路由器丢弃的数据报不一定是发送快的那个，有可能是发送慢的，路由器不知道哪个数据源产生拥塞。...4)参数问题：类型=12，参数具有二义性，路由器或主机都可差错报告 5)改变路由：5，数据源主机刚开始时，只保留一张很小的路由表，可能这上面的信息并不是最优路径，如果后续更新路径后要发送报告给数据源。

    3.3K10

    从零到一：使用pycharm搭建API接口调用大模型

    从零到一：使用pycharm搭建API接口调用大模型【前言】随着人工智能技术的快速发展，大语言模型（LLM）已成为许多应用场景的核心技术。...本文将详细介绍如何使用PyCharm开发环境搭建API接口调用大模型的完整流程，包括两种主流调用方式、模型列表查看方法，以及一个完整的求职岗位查询实战案例。...我们本次实验中使用免费模型为Qwen/Qwen2.5-7B-Instruct。...-7B-Instruct" # 可以使用更强大的模型进行总结RECOMMEND_MODEL = "Qwen/Qwen2.5-7B-Instruct" # 可以使用更强大的模型进行推荐# --- 2....从简单的"你好"到读懂整份简历，从控制台输出到自动生成Excel报告，每一步都在见证AI如何真正落地为生产力。

    50421

    《AI 模型使用指南：从入门工具到自定义训练》

    根据任务类型，常见模型可分为四类：​分类模型：识别类别（如垃圾邮件过滤、图像识别）​回归模型：预测数值（如房价预估、销量预测）​生成模型：创造内容（如文本写作、图像生成）​大模型：参数规模庞大的全能型模型...）​任务执行与工具交互​自动订机票、工作流自动化​MoE（专家混合模型）​领域精准响应​医学诊断、法律咨询​​二、使用准备：两类路径适配不同基础​1....tensorflow​​各库功能：NumPy（数学计算）、Pandas（数据处理）、Matplotlib（可视化）、Scikit-learn（传统机器学习）、TensorFlow（深度学习）​三、实操流程：从工具使用到模型训练​路径...1：零代码使用现成模型（以 LLM 为例）​明确需求：用 “场景 + 细节 + 目标” 格式描述指令，避免模糊表述。...正确做法：学术论文、工作报告等关键内容必须交叉验证，引用数据需核对原始来源​五、进阶方向：从 “会用” 到 “用好”​模型优化：通过调参（如学习率、批处理大小）提升性能，可使用网格搜索自动找最优参数​模型部署

    52620

    使用扩散模型从文本提示中生成3D点云

    背景介绍 关于扩散模型，有越来越多的相关工作在研究这块，文中提到的方法就是基于这个模型展开的。我们的目标是使用神经网络类似 从某个分布 中采样。...为了将我们所有的数据转换为一种通用格式，我们使用 Blender（Community，2018）从 20 个随机摄像机角度将每个 3D 模型渲染为 RGBAD 图像，Blender 支持多种 3D 格式并带有优化的渲染引擎...通过直接从渲染构建点云，我们能够避免尝试直接从 3D 网格采样点时可能出现的各种问题，例如模型中包含的采样点或处理以不寻常文件格式存储的 3D 模型 。...由于我们的 3D 数据集与原始 GLIDE 训练集相比较小，因此我们仅在 5% 的时间内从 3D 数据集中采样图像，其余 95% 使用原始数据集。...相反，我们将点云转换为带纹理的网格并使用 Blender 渲染这些网格。从点云生成网格是一个经过充分研究的问题，有时甚至是一个难题。

    1.7K30

    模型和数据不是知识：如何从模型使用者升华到AI时代系统构建者

    三、从使用者到构建者：思维方式的四个转变 3.1 从"调用API"到"构建知识体系" 模型使用者思维：我有GPT-4的API key，我能调用它解决问题。...3.2 从"堆砌数据"到"提炼知识" 模型使用者思维：我有10TB的业务数据，都丢给RAG，让模型自己学。...3.3 从"写代码实现"到"沉淀能力资产" 模型使用者思维：需求来了，写代码实现，交付上线，下一个需求。 系统构建者思维：这个需求背后的能力是什么？能否抽象为通用能力？能否复用到其他场景？...3.4 从"项目交付"到"生态建设" 模型使用者思维：我的Agent上线了，任务完成。 系统构建者思维：我的Agent产生了哪些新知识？这些知识如何回流到中台？其他团队如何复用我的能力？...从模型使用者到系统构建者，是思维方式的升华，是从"借用别人的能力"到"构建自己的资产"的跨越。知识与能力中台不是技术炫技，而是企业在AI时代构建核心竞争力的必由之路。

    38742

    教程 | 从预处理到部署：如何使用Lore快速构建机器学习模型

    本文介绍了如何使用软件库 Lore 快速而高效地构建机器学习模型，并从数据预处理到模型部署等七个步骤介绍构建的经验。...例如，使用美国人口普查数据可以将美国人的姓转换为年龄或性别的统计学特征；或是从任意格式的电话号字符串中提取地域编码。此外，pandas 包可以支持一般的数据、时间和字符串的转化操作。...模型最有趣的部分在于类别生成中的实现细节。 流程从左侧的原始数据开始，将原始数据编码为右侧所需格式。估计器可以用编码数据训练模型，并根据验证集的性能确定是否终止训练，最后再用测试集评估。...get_data 可以下载 Instacart 的原始数据，使用 pandas 可以将带有所需特征（product_name，department）的数据加入 DataFrame，还可将预测量（sales...发布模型服务 Lore 的应用程序可以作为 HTTP API 在本地运行。默认情况下模型会通过 HTTP GET 端点公开其「预测」方法。

    2.3K50

    从零到一使用 Ollama、Dify 和 Docker 构建 Llama 3.1 模型服务

    不论是 Dify 生态还是其他的软件生态，越来越多的朋友开始使用 Ollama 来了解模型。不过更多时候，我们见到的是“下载预制菜”使用的玩法，如果我们本地有微调好的模型，又该如何运行呢？...为了解决上面两个问题，以及最近忙于线下分享，没有写博客的问题，这篇文章就来聊聊，如何使用 Ollama 来完成“个性化的”模型服务搭建，适合微调后的模型的推理使用呢？本文当然包含了上面这些问题的答案。...在《零一万物模型折腾笔记：官方 Yi-34B 模型基础使用》文章中的“尝试对模型进行几种不同的量化操作”、《本地运行“李开复”的零一万物 34B 大模型》中的“编译使用 GPU 的 llama.cpp”...通过 llama.cpp 转换模型格式为了能够转换模型，我们还需要安装一个简单的依赖：pip install sentencepiece 接下来，就可以使用官方的新的转换脚本，来完成模型从 Huggingface...从源码构建 Ollama 程序镜像想要从源码构建 Ollama 并不复杂，但是我们需要做一些准备工作。

    2.9K00

    造出一艘logistic模型 | 【logistic从生产到使用】（下） | 数说 · 算法

    一句话介绍： logistic regression，它用回归模型的形式来预测某种事物的可能性，并且使用优势（Odds）来考察“某事物发生的可能性大小”。...上篇介绍了logistic模型的原理，如果你只是想使用它，而不需要知道它的生产过程，即拟合方法及编程实现，那么上篇就足够了。如果你想知道它的上游生产，那么请继续。...本篇着重剖析logistic模型的内部生产流程、以及每一个流程的工作原理，暴力拆解。 上下两篇的大纲如下： 【上篇：使用篇】 1....代码实现 （1）Python （2）SAS （3）Matlab 在微信后台回复【logistic】查看上下两篇 ---- logistic回归：从生产到使用【下：生产篇】 1.模型的拟合 （1...不错，logistic模型中我们应该使用梯度上升算法，和梯度下降算法的原理是一样的，比如，求J(θ) 的最大值，其实也就是求-J(θ) 的最小值，加个负号，就可以用梯度下降算法了。

    1.3K30

    造出一艘logistic模型 | 【logistic从生产到使用】（上） | 数说 · 算法

    本篇【上：使用篇】着重于它的模型内容和意义，结尾处附上一个建模指南，如果只是模型的使用者，只需要知道使用这个模型，知道结果代表什么，用它的结果，不需要知道参数是如何拟合的，那么本篇足够用了。...如果想要知道logistic模型的拟合方法以及编程实现，那么请期待【下：生产篇】吧。 本篇的大纲如下： Logistic回归：从生产到使用【上：使用篇】 1....回归：从生产到使用【上：使用篇】 1. logistic回归模型基本形式 回归模型，大部分想到的是线性模型，在数说君的《概率论-上帝的赌术》第五话中介绍过（在微信公众号“数说工作室”中回复“gll5”...（2）优势比 我们再来研究一下系数的意义，仍以客户流失为例，我们假设在其余变量不变的情况下，X1的值从V变动到V+1： ? 仍以客户流失为例，模型为： ?...根据拟合出来的模型g1(x)和g2(x)，可以得到预测概率P{Y=0/1/2}的公式，从形式是来看和比例优势模型差别就在一个系数，没有本质不同，这里不再表达。

    1.3K50

    从零到一使用 Ollama、Dify 和 Docker 构建 Llama 3.1 模型服务

    为了解决上面两个问题，以及最近忙于线下分享，没有写博客的问题，这篇文章就来聊聊，如何使用 Ollama 来完成“个性化的”模型服务搭建，适合微调后的模型的推理使用呢？...# 使用 CPU 或者 Nvidia GPU 来推理模型 docker pull ollama/ollama # 使用 AMD GPU 来推理模型 docker pull ollama/ollama:rocm...在《零一万物模型折腾笔记：官方 Yi-34B 模型基础使用[7]》文章中的“尝试对模型进行几种不同的量化操作”、《本地运行“李开复”的零一万物 34B 大模型[8]》中的“编译使用 GPU 的 llama.cpp...通过 llama.cpp 转换模型格式 为了能够转换模型，我们还需要安装一个简单的依赖： pip install sentencepiece 接下来，就可以使用官方的新的转换脚本，来完成模型从 Huggingface...从源码构建 Ollama 程序镜像 想要从源码构建 Ollama 并不复杂，但是我们需要做一些准备工作。

    1.5K12

    浅析Icmp原理及隐蔽攻击的方式

    过程：ping 命令使用了两个ICMP 报文 1、向目标服务器发送回送请求 首先，向目标服务器发出回送请求（类型是8，代码是0）报文。...计算机送出的回送请求到达目标服务器后，服务器回答这一请求，向送信方发送回送请求（类型是0，代码是0）。这个ICMP 回送回答报文在IP 层来看，与被送来的回送请求报文基本上一样。...不同的只是，源和目标IP 地址字段被交换了，类型字段里填入了表示回送回答的0。也就是，从送信方来看，自己送出的ICMP 报文从目标服务器那里象鹦鹉学舌那样原样返回了。...二、隧道搭建 方法1：使用icmpsh搭建 1.首先使用git下载：https://github.com/jamesbarlow/icmptunnel 2.然后安装依赖库，apt-get install...3.然后安装缺少的依赖文件pcap.h. 4.使用tar命令进行解压。 5.然后使用ptunnel -x 进行测试。

    2.8K10

    Python3实现ICMP远控后门(上)_补充篇

    (Type = 8)，被请求主机回送响应消息(Type = 0)，基本格式如下： 回送消息[ECHO] ?...Code = 0， CheckSum为校验和，重点注意从ICMP的头部到data结束(即到整个数据包结束) Identifier为标识符，由主机设定，一般设置为进程号，回送响应消息与回送消息中identifier...保持一致 Sequence Number为序列号，由主机设定，一般设为由0递增的序列，回送响应消息与回送消息中Sequence Number保持一致 data为数据，由主机设定，回送响应消息与回送消息中...ping的超时机制是通过select模型实现的。对于Identifier设置为进程号，如下图所示。 ?...测试ping效果 注意使用管理员权限运行Python脚本,直接ping www.baidu.com ?

    92030
    点击加载更多

    相关资讯

    热门标签

    更多标签

    活动推荐

      运营活动

      活动名称
      广告关闭

      腾讯云开发者

      扫码关注腾讯云开发者

      扫码关注腾讯云开发者

      领取腾讯云代金券

      热门产品

      热门推荐

      更多推荐

      Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有

      深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 粤公网安备44030502008569号

      腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号

      领券