-
Cohere 教程：使用 Cohere 的文本嵌入器
文本嵌入器是一项机器学习任务，用于创建一段文本的矢量表示。然后可以将该向量用作机器学习算法的输入。文本嵌入的目标是以适合机器学习的方式捕捉文本的含义。 创建文本嵌入的方法有很多种，但最常见的是使用神经网络。神经网络是一种机器学习算法，非常擅长学习复杂的关系。神经网络的输入是一个向量，输出是一个相同大小的向量。神经网络学习以捕获输入和输出之间关系的方式将输入向量映射到输出向量。 要创建文本嵌入，首先…- 0
- 0
- 96
-
Stable Diffusion 教程：使用 Stable Diffusion 进行文本引导的图像到图像生成
本教程展示了如何使用 🤗 Hugging Face Diffusers 库创建用于文本引导图像到图像生成的自定义扩散器管道。阅读后，您将能够从一个简单的草图创建漂亮的 AI 生成的艺术品。 稳定扩散简介 Stable Diffusion 是一种文本到图像的潜在扩散模型，由来自 CompVis、Stability AI 和 LAION 的研究人员和工程师创建。它使用来自 LAION-5B 数据库子集…- 0
- 0
- 182
-
Stable Diffusion 教程：使用 Stable Diffusion 快速修补
什么是 InPainting？ 图像修复是 AI 研究的一个活跃领域，AI 已经能够提出比大多数艺术家更好的修复结果。这是一种生成图像的方法，其中缺失的部分已经用视觉和语义上合理的内容填充。它对于许多应用程序非常有用，例如广告、改进您未来的 Instagram 帖子、编辑和修复您的 AI 生成的图像，甚至可以用于修复旧照片。执行修复的方法有很多种，但最常见的方法是使用卷积神经网络 (CNN)。CN…- 0
- 0
- 121
-
Stable Diffusion 提示教程：Stable Diffusion 提示工程的基础知识
什么是即时工程？ 提示工程是人工智能中的一个概念，尤其是自然语言处理 (NLP)。在提示工程中，任务的描述嵌入在输入中。根据您选择的工具和模型，提示的输出可能会有所不同。例如，您将从不同的稳定扩散模型中获得不同的结果。 原始提示？ 原始提示是对您要生成的内容的非常基本的描述。大多数人一开始只使用原始提示。这是一个常见的错误，因为这些图像往往变得随机和混乱。结果还可以，但我们可以做得更好:)作为一个…- 0
- 0
- 76
-
Stable Diffusion 教程：如何使用 Stable Diffusion 制作视频？ – 插值
🧐 什么是稳定扩散？ 稳定扩散是开源的潜在文本到图像扩散模型。您可以在此处找到更多信息或自己尝试 - 此处提供代码。 🎯 我们的目标是什么，我们将如何实现它？ 我们的目标是使用插值过程制作视频。我们将使用稳定扩散模型生成图像，然后我们将使用它们制作视频。幸运的是，我们不必自己编写代码来进行潜在空间之间的插值。我们将使用 stable_diffusion_videos 库。如果你想确切地知道它是如何…- 0
- 0
- 67
-
Stable Diffusion与OpenAI Whisper提示教程：基于语音生成图片-Whisper & 稳定扩散
人工智能世界的发展速度快得令人难以置信！多亏了最近发布的模型，我们才有能力从口语中创建图像。这为我们打开了很多可能性。本教程将为您提供创建自己的使用这些技术的应用程序的基础知识。 🚀 开始 🔑 注意：对于本教程，我将使用 Google Colab，因为我没有带 GPU 的计算机。您可以使用本地计算机。记得使用 GPU！ 首先，我们需要安装我们需要的依赖项。我们将安装 FFmpeg - 用于录制、转…- 0
- 0
- 74
-
OpenAI Whisper 教程：在 Docker 容器中创建 OpenAI Whisper API
什么是耳语？ Whisper 是 OpenAI 的一种自动最先进的语音识别系统，它已经接受了 680,000 小时的多语言和多任务监督数据的培训，这些数据是从网络上收集的。这个庞大而多样化的数据集提高了对口音、背景噪音和技术语言的鲁棒性。此外，它还支持多种语言的转录，以及将这些语言翻译成英语。OpenAI 发布了模型和代码，作为构建利用语音识别的有用应用程序的基础。 如何开始使用 Docker 首…- 0
- 0
- 1k
-
OpenAI Whisper 教程：如何使用 Whisper 转录 YouTube 视频
什么是耳语？ Whisper 是 OpenAI 的一种自动最先进的语音识别系统，它已经接受了 680,000 小时从网络收集的多语言和多任务监督数据的训练。这个庞大而多样化的数据集提高了对口音、背景噪音和技术语言的鲁棒性。此外，它还支持多种语言的转录，以及将这些语言翻译成英语。与 DALLE-2 和 GPT-3 不同，Whisper 是一种免费的开源模型。OpenAI 发布了模型和代码，作为构建利…- 0
- 0
- 114
-
OpenAI Whisper 教程：如何使用 OpenAI Whisper
什么是耳语？ Whisper 是 OpenAI 的一种自动最先进的语音识别系统，它已经接受了 680,000 小时的多语言和多任务监督数据的培训，这些数据是从网络上收集的。这个庞大而多样化的数据集提高了对口音、背景噪音和技术语言的鲁棒性。此外，它还支持多种语言的转录，以及将这些语言翻译成英语。OpenAI 发布了模型和代码，作为构建利用语音识别的有用应用程序的基础。 如何使用耳语 耳语模型可在 G…- 0
- 0
- 114
-
OpenAI Whisper 教程：Whisper – 转录和二值化（说话人识别）
什么是耳语？ Whisper 是来自 OpenAI 的最先进的语音识别系统，它已经接受了 680,000 小时从网络收集的多语言和多任务监督数据的训练。这个庞大而多样化的数据集提高了对口音、背景噪音和技术语言的鲁棒性。此外，它还支持多种语言的转录，以及将这些语言翻译成英语。OpenAI 发布了模型和代码，作为构建利用语音识别的有用应用程序的基础。 Whisper 的一大缺点是，它无法告诉您谁在对话…- 0
- 0
- 137
-
OpenAI Whisper 教程：使用 GPT-3 更新我们的 Whisper API
什么是耳语？ Whisper 是 OpenAI 的一种自动最先进的语音识别系统，它已经接受了 680,000 小时的多语言和多任务监督数据的培训，这些数据是从网络上收集的。这个庞大而多样化的数据集提高了对口音、背景噪音和技术语言的鲁棒性。此外，它还支持多种语言的转录，以及将这些语言翻译成英语。OpenAI 发布了模型和代码，作为构建利用语音识别的有用应用程序的基础。 什么是 GPT-3？ GPT-…- 0
- 0
- 60
-
OpenAI Codex 教程：使用 OpenAI Codex 进行自然语言到 SQL 查询
什么是 OpenAI 法典？ OpenAI Codex 是 OpenAI 开发的人工智能模型。它解析自然语言并生成代码作为响应。它用于为编程自动完成工具 GitHub Copilot 提供支持。Codex 是 OpenAI 的 GPT-3 模型的后代，经过微调以用于编程应用程序。OpenAI 在封闭测试版中发布了 Codex 的 API。 您可以在此处访问 Codex 候补名单：https://o…- 0
- 0
- 182
-
Stable Diffusion 教程：如何在 GCP VM 实例上创建稳定的扩散 API
什么是稳定扩散？ Stable Diffusion 是一种深度学习、文本到图像模型，于 2022 年发布。它主要用于生成以文本描述为条件的详细图像，但它也可以应用于其他任务，例如修复、修复和生成图像到-由文本提示引导的图像翻译。 创建 GCP 帐户 如果您还没有一个 GCP 帐户 https://cloud.google.com/free 并设置一个计费帐户，您将必须创建一个 GCP 帐户，因为在…- 0
- 0
- 113
-
Stable Diffusion 教程：使用 Stable Diffusion 创建您自己的动画化身
你有没有想过你自己的动画版本会是什么样子？使用 Stable Diffusion，您无需再疑惑，而是可以使用一些简单的文本输入来创建自己的 Disney Pixar 风格头像。如果您是 Stable Diffusion 的新手，请在此处查看本教程和说明 在本教程中，我们将引导您完成创建自己的皮克斯风格动画头像的步骤。 稳定扩散入门 在我们开始之前，有一些基本要求；我们将在下面列出： 具有至少 4G…- 0
- 0
- 233
-
Stable Diffusion 教程：使用 Stable Diffusion Web UI 进行原型设计
什么是稳定扩散？ 欢迎来到这个 Stable Diffusion 如何使用工具教程。Stable Diffusion 是一种深度学习、文本到图像的扩散模型，于 2022 年发布。 它主要用于生成带有文本描述的图像，但它也可以应用于其他任务，例如修复、修复和生成由文本提示引导的图像到图像的翻译。 如何在本地使用 Stable Diffusion Web UI？ GitHub 用户AUTOMATIC1…- 0
- 0
- 279
-
Stable Diffusion 教程：如何使用 Lexica，Stable Diffusion AI 艺术图像搜索引擎
说明：在这个 Stable Diffusion 提示教程中，我们将向您展示如何使用 Stable Diffusion 以及如何在您的下一个项目中使用他们的 API。 欢迎来到这个稳定扩散教程！在新的开源稳定扩散 AI 模型的帮助下，每个人都可以生成令人惊叹的图像，或者现在每个人都称之为 - AI 生成的艺术。 本教程将向您展示如何使用 Lexica，这是一种新的 Stable Diffusion …- 0
- 0
- 303
-
如何使用 Cohere：Cohere 游乐场
你好！这是关于如何使用 Cohere 游乐场的 Cohere 教程。Co:here 是一个强大的神经网络，可以生成、嵌入和分类文本。 如果你只是想快速检查一些东西而不想在你的电脑上创建一个新项目，你可以使用 Playground。这是测试 Cohere 的功能并查看它们如何工作的好方法，而且无需花费太多时间来设置所有内容！ 🚀 让我们开始吧！ 首先，注册 Cohere https://dashbo…- 0
- 0
- 58
-
Stable Diffusion教程：使用 lambda 扩散器的稳定扩散图像变化
🧐 稳定扩散的简短介绍 Stable Diffusion 是一种文本到图像的潜在扩散模型，由来自 CompVis、Stability AI 和 LAION 的研究人员和工程师创建。它使用来自 LAION-5B 数据库子集的 512x512 图像进行训练。 关于 lambda 扩散器 此版本的 Stable Diffusion 已从 CompVis/stable-diffusion-v1-3-ori…- 0
- 0
- 90
-
Stable Diffusion 教程：如何使用我们的 Stable Diffusion API
本文旨在提供可用于 Stable Diffusion 黑客马拉松的 API 的概述。请注意，此 API 不再可用！ 本教程向您展示如何使用我们的 Stable Diffusion API 在几秒钟内生成图像。我们创建了自己的以简化您项目的开发。您可以简单地使用您的提示调用端点，例如“一只戴着帽子的猫”，然后返回生成图像的链接。然后您可以继续处理图像。我们在本指南中提供了许多不同编程语言的不同代码示…- 0
- 0
- 92
-
Cohere 教程：如何使用 Cohere 进行内容审核
来自用户的帖子和评论之类的内容很棒，但有时它们可能是有毒的、种族主义的和仇恨的。我们绝对不希望在我们的应用程序中出现这种情况。要解决这个问题，我们可以使用基于 AI 的工具 Cohere。Cohere 是一种最先进的语言模型 API，可以帮助我们调整应用程序中的内容。基本上，我们可以将用户的文本发送到 Cohere，然后我们将返回该文本的分类。分类可以是良性的或有毒的、仇恨的、种族主义的等。在…- 0
- 0
- 49
-
Cohere 教程：实体提取
从文本中提取信息是语言处理中的一项常见任务。LLM 可以提取使用其他 NLP 方法难以提取的实体（并且预训练为模型提供了这些实体的一些上下文）。这是使用生成式 LLM 的概述提取实体 让我们开始吧 首先，注册 Cohere https://dashboard.cohere.ai/register 注册后，您需要前往 Playground https://os.cohere.ai/playgroun…- 0
- 0
- 63
-
Cohere 教程：如何创建狗的品种识别 API
在当今世界，有许多来源可以获得有关动物的信息。然而，有时仅凭描述不足以确定动物的类型或品种。那么为什么不使用 Cohere AI 呢？ 在本 Cohere 教程中，我们将尝试创建一个可用于根据简短描述确定狗品种的 API - 使用 Cohere API，然后使用 DALL·E 2 生成照片。 如果您想了解有关如何使用 Cohere AI 的更多信息，请查看我们的 Cohere 教程页面。 如果您想…- 0
- 0
- 86
-
Cohere 教程：使用 Cohere 进行语义搜索
什么是语义搜索？ 语义搜索是计算机按意思搜索的能力，超越了典型的关键字匹配搜索。语义搜索使用自然语言处理、人工智能和机器学习来理解用户的查询、查询的上下文和用户的意图。语义搜索着眼于单词之间的关系或单词的含义，以提供比传统关键字搜索更准确和相关的搜索结果。 语义搜索引擎有很多实际应用。例如，StackOverflow 的“相似问题”功能就是由这样的搜索引擎启用的。此外，它们还可用于为内部文档或记录…- 0
- 0
- 282
-
Cohere 教程：如何使用 Cohere 从表中检索数据
表格数据是一种用于存储和交换数据的通用格式。它用于许多应用程序，包括数据仓库、数据湖和数据集市。在本教程中，我们将构建一个使用 Cohere 从表中检索数据的 FastAPI 应用程序。它对于构建需要检索数据的应用程序很有用——例如机器人、仪表板或数据浏览器。 确定您周围的问题并构建 cohere 应用程序来解决它。 🎬简介 当然我们需要先新建一个项目。让我们使用终端创建一个新项目： mkdir …- 0
- 0
- 90