今天我会为大家简要解释具有代表性的机器学习模型。一般来说,所有机器学习模型可以归类为监督学习或无监督学习。我们将详细探讨每一种,并介绍他们的各种类型。 首先是监督学习,它包含一系列的函数,这些函数近一系列势力输入。输出队将输入映射到输出。 例如,如果我们有一个包含两个变量的数据集,一个是年龄作为输入,另一个是写码作为输出,我们就能实现一个监督学习模型来预测一个人的写码。基于他们的年龄更进一步。在监督学习中有两个字,类别,回归和分类。 在回归模型中,我们根据独立的预测因子找出一个目标值,这意味着您可以用它来探寻依赖变量和独立变量之间的关系。在回归模型中, 输出是连续的。一些常见的回归模型包括线性回归及找到最适合数据的直线。其延伸包括多元线性回归及找到最佳你和平面,以及多项式回归及寻找最佳你和曲线。 下一个是决策书,他长这个样子,其中每个方块被称为一个节点。一般来说,节点越多,您的决策数通常会越准确。 第三种类型,随机森林。这是一种基于决策术的集成学习技巧,它使用原始数据的自助数据集创建多个决策术,并在决策术的每一步中随机选择一组变量的子集 模型,然后选择每个决策数所有预测的中数通过依赖多数取胜模型降低了单个数的错误风险。下一个是神经网络,他非常流行,是一个由人脑启发的多层模型, 像我们大脑中的神经元一样,圆圈代表一个节点,蓝圈代表输入层,黑圈代表隐藏层,而绿圈代表输出层。 隐藏层中的每个节点代表输入会经过的函数,最终得到绿圈中的输出。回归类型介绍完了,现在我们来看分类。在分类中输出是离散的。 一些最常见的分类模型包括逻辑回归。它类似于线性回归,但用于模型具有有限数量,通常是两个可能结果的概率。 接下来是支持向量机,这是一种监督分类方法,其目标是在 nv 空间中找到一个可以明确分类数据点的超平面分类问题。最出名的还是决策术,随机森林和神经网络。这些模型遵循之前解释,回归的时候是相同逻辑。这里唯一的 区别是输出是离散的,而非连续的。现在让我们进入无监督学习。与监督学习不同,无监督学习被用于从输入数据中抽取、推断和发现模式,而不需要参考标记的结果。 在无监督学习中使用的两种主要方法是剧类和降维。剧类涉及数据点的分组,常用于客户分群、欺诈检测和文档分类。 常见的锯类技术包括 k 均值锯类、层次锯类、均值漂移锯类和基于密度的锯类。尽管每种技术在寻找群机方面有着不同的方法,但他们都只在实现相同的目标。 显然,如果我们深入探讨任意特定模型,都会遇到许多复杂的问题,可以说下你们最感兴趣那些模型,后面可以深入讲解。
粉丝9.2万获赞43.6万

stable diffusion 常用五大模型推荐第一个 deliberate deliberate 是一个全能的模型,你的提示词越详细,他的诠释就会越好,就像他的名字深思熟虑,是 c 战中下载次数最多的模型哦。 第二个 ghost max 高评分模型,线条密集且又不错的艺术感,效果,非常 nice。 如果你是二次元创作者,一定不能错过这个模型。 第三个暗恋二次元新手推荐这个模型生成的二次元人物效果非常好,极易上手,即使是简单的描述也能生成很好看的图片呢。 第四个 counterfep 高质量动漫风格模型,人物和场景画的都非常漂亮,划分也很干净舒服,是我最爱的模型之一。 第五个 my g max realistic 该模型专门用于生成现实模型,不论男女,出图效果都很好,宽容度高。用它搭配人物 laura 就可以生成照片级的作品了。宝子们,你们最喜欢的模型是哪个呢?评论区分享起来吧!

模型对于 ai 刻画起决定性的作用,今天我们将列出 slodops 数以千计模型中最受欢迎的五大经典模型和其风格特点。 第五名, mate max 在 c 站中有八万次下载,在测试中也发现这个模型生成动漫人物效果非常好。模型创作者的初衷是使大家能够在使用较少提示的情况下能够完成初次的艺术创作。 第四名, connect 高质量的动漫风格模型同样为动漫模型,但风格略有不同,建议搭配 easy negative 能生成精确和令人惊讶的效果。如果你是动漫创作者,你一定不能错过这个模型。 第三名,大名鼎鼎的 dream shipper 超十万次下载威武版本带来了真实感和噪声抵消的优化。模型作者的初衷是为了肖像画,善于复杂的细节和 鲜艳的色彩,梦幻的插画风格如同他的名字,梦境塑造者。第二名, release take 现实模型二十万次下载如果你在意图像质量,该模型专门用于生成仿真实图片。他的真实性,你搭配任何人物的 lord 就可以生成照片级的作品。 第一名, deliberate 与第二名相差不远,模型作者说明, deliberate 是一个全能的模型,你的 promote 越详细,它就能诠释的越好,就像它的名字,深思熟虑, 所以不难解释为什么成为下载次数最多的模型。感谢您的观看,也可以在评论区分享出你最爱的模型,点一下加号。最后给大家深入讲下模型及微调模型。幺二模型的定义,帮助你更好地理解 aa 绘画。

哈喽大家,我今天带来了非常重要的内容,大家一定要看到最后是什么呢?就是我今天会挑战用三步来给大家讲清楚项目式学习应该如何做。很多老师呢,刚出实项目式学习的时候都觉得,哦,好像也没有那么难,我可以去试着做一做,但 真正系统学了之后,就觉得项目师学习越学越模糊。那今天呢,我们就用三步来讲清楚项目师学习如何做。我可不是空口无凭的来说,因为前段时间呢,我们去仿校了,在一天半的时间呢,我们走了三所学校, 每所学校呢都为我们展示了三到五个项目,这些项目并不是给我们放一个 ppt 讲一下就完了,而是在校长老师的还有我们的参与下,我们深入到了详细的教案当中,整个项目应该如何设计,甚至应该如何实施,我们都参与其中,特别费脑筋脑爆的 一次仿校。但是就在这一次仿校当中呢,我总结出了三步,我觉得就可以听项目师学习如何做了,大家赶紧听起来。开始之前呢,先插播一下一个小福利,就大家都想要的项目师学习课程设计的模板, 大家可以一键三连留言给我,然后加入我们的群聊,我会把这阿克教研究院的官方模板发给大家呦, 原创的三步像是学习大法了,那第一步呢,就是入项,入项的时候呢,我们主要要解决两个问题, 第一个问题是交代项目背景,我们为什么要做这个项目,现在学校或者现在我们的社区有一个什么什么样的问题有待解决,然后要把这个项目背景交代清楚。第二个问题呢,是要把我们的驱动性问题提清楚。这个驱动性问题我发现老师们经常犯的就是两个问题,第一个是他的真实性,这个真实性是从孩子们的 视角来看,他的是不是我生活当中或者真实要做的。第二个就是从孩子的视角来看,能不能驱动他们。很多问题是我们成年人或者老师们提出的,但是从孩子们的视角来看,这个问题并不能驱动我来学习。 所以大家在入项的时候一定要调整自己的视角,假如我是孩子,我会不会对这个项目感兴趣呢?这里呢也给大家介绍两个好用的小工具。第一个呢就是不算是工具吧,算是一个小策略,就是招募令, 任何的问题我们都可以用招募令这个小方法,比如说我们现在要招募小小体验师,我们现在要招募小小设计师等等等等啊,让孩子们来自由的参与。第二个呢,就要用到我们的项目式学习的一个工具叫须知问题, n t k need to know, 就 是让孩子们去拆解,我们为了解决这个驱动式问题,我们还需要解决哪些个问题呢?让孩子们去拆解,这样呢 的话,一个是可以清晰我们的里程碑要做的子任务。第二个呢,也是去考验孩子们对于我们的驱动性问题是不是真正理解了,是不是真正知道他通过这个项目要学到什么,要解决什么了呢? 第二种呢,就是里程碑是什么意思呢?就是我们要去解决这个驱动性问题,我们需要解决哪些个问题?比如说我们需要解决幸福联盟公约,那我们需要理解什么是幸福, 什么是公约啊?我们联盟应该如何做等等等等。其实就是用逻辑去拆解,去预见孩子们为了解决这个驱动性问题,他们需要达成的哪几个子任务 是阶段性的小任务。那前面我们入项的时候说到了 n t k 须知问题,老师们会问,那我的里程碑是不是不用设计啦?我们在入项的时候让孩子们列出来就行啦?不是的,这个里程碑是我们在课程设 设计的时候提前设计出来的,也就是说作为孩子们的老师,你一定是对他们有了解的,你可以预见性的帮他们按照逻辑拆解掉这个问题。那这个时候这些个子任务和子问题 其实就应该跟我们的学科课程标准相挂钩了。所以当我们带着我们已经设计好的里程杯,再回到入项去真实上课的时候,孩子们的须知问题其实都应该可以归纳到我们提前预设好的这些里程杯里面,如果有没有在里面的,但老师又觉得是很重要的,那这个时候我们就可以微调一下, 如果是可以归进去的,那就直接归进去了,那有可能孩子们会提一些完全跟项目无关的,那这个时候我们可以放到一边去,列一个表,告诉孩子们以后我们做项目的时候可以去解决这些问题。那在这些里程碑里面,有的地方也叫他子任务里面一定要匹配三样东西。第一个 就是每一个阶段里程碑的小成果,比如说是一个海报,是一个作业,是一个展示。第二个就要匹配每一个里程碑,我们要完成的教学目标,我们要教哪些知识,要完成哪些核心素养的养成。 第三个就是他配套的评估了,我要做哪一些评估?我是要评价海报呢?还是要评价他的小作业呢?来跟我们的课标,跟我们的学习目标相对应,达到一个评估的作用。那这些阶段性的小评估,如果我们可以设计一些相对简单的评估量表,那他就会成为非常有效的过程性评估的证据了。 出相,大家觉得出相都是一个非常热闹的成果展示,但是我们的出相往往会忽略两个问题,第一个就是我们最终的成果展示是否呼应了前面入相时候的驱动性问题,也就是说我们最终展示的这 这个东西是否正好解决了当时我们提出的驱动性问题。很多时候我们老师设计的课程是前后对不上的,因为那个成果是我们想让他们呈现出来的,而不是对应我们驱动性问题了。 那第二个就是这个最终的成果能不能做到我们的最终综合性评估和总结性评估,达到我们前面设计课程 希望孩子们达到的教学目标、学习目标、素养目标等等。那最终展示的时候呢,也给大家提醒两个小点,第一个呢就是一定不仅仅展示最终的成果,也要让孩子们去展示这个项目完成过程中他们的成长,就是我们前面说到的里程碑的小成果和里面的真实故事。 那第二个呢,就是让孩子们讲讲他的成果啊,反思啊,他们学到了什么,一定也要有孩子们的语言在里面。好啦,这就是我这次访 校回来总结了三部项目,是学习大法。是不是听起来也没有那么难,赶紧做起来试一试吧!记得一键三连给我鼓励哦!可以在评论区领一下我们巴克的官方项目,是学习的模板,然后赶紧设计起来吧。

大家好,今天给大家分享一款 cable defusion 的风格插件,这款插件内置了七十七种风格, 虽然是 sd xl 一点零版,但是一点五模型也是可以使用的,现在来介绍下怎么使用。首先我们选择一个模型,这里用麦吉真人模型 va, 选择自动提示词就输入一个女孩,反面提示词就用老六插件的基本负面提示词 下滑到风格模型,插件选择启用,这个选项是随机风格,这个选项是随机迭代步数,这个选项是一顺序生成七十七种风格,我们这里就都不勾选了。 风格我们就选择默认第一个基础风格,点击生成,效果出来了,我们再来选择第二个三 d 风格进行生成一张图片, 三 d 风格的效果出来了,我们再选择个工艺黏土看看效果,黏土人真的出来了, 我们再选择一个蒸汽朋克风格,效果出来了,这个插件风格效果确实蛮厉害的,现在我们来介绍一下这个插件的安装方法,可以从扩展的加载列表进行输入, s, d, i, s, l 搜索出来这个插件进行安装即可, 还可以选择从网址安装,把网址复制到地址栏进行安装。再就是可以下载安装包放入 extension 软件夹中,这里原版安装的是英文版, 我在网盘里面给大家准备好了两个汉化安装包,选择一个下载解压,放入 extension 软件夹,重启 stable diffusion 就可以使用。好了,今天的视频就分享到这,谢谢大家。

不需要任何工具就能制作的国产拼装模型,橘猫工业 q 版的鲨鱼辣椒和蜘蛛侦探,让我们来沉浸式拼装一下吧! book in my nickel, don't come into askin, o is money money to the boys online there nice! 娜娜卡玛卡阿斯玛鲁玛吉尼克比古力巴克维多阿玛尼斯玛斯瓦 我一直不给你给你哈啦哈啦 偶遇了大家,这次的包装基本和上次是一致的风格, 相较于卡布达和金龟次郎,这次的表情同样是可以更换的,但是形式有了一些变化。 尤其是鲨鱼辣椒,通过打开贝奇的齿轮结构进行更换,这设计不止看上去有趣,内部的联动设计也相当精密。当然啊,产品也给了易于拼装的简单模式,对于新手还是相当友好的。相较于鲨鱼辣椒,蜘蛛侦探的表情就需要自己打开进 更换了,但是给了很多有趣的小配件,无论是把玩还是用来搭配拍照都相当不错。 oh alright! 拜拜!

今天啊,我们看这种组合式的烤炉,一些小烘焙店啊,一些工作室经常用这种,还有各种茶餐厅,各种高档的酒店,因为这种啊,组合式的多功能,比较节约空间。像我们今天看到这一款,这个就是封炉的 平炉,还有这个醒发箱的组合。然后我带大家看一下其他的组合,这套啊,就是比刚刚那套啊,小一点,是一个一盘的烤箱,还有一个小型发箱。像这个组合呢,是四盘的烤箱,就是比较大一点,烤箱多,然后没有封炉这种一个小型发箱。 像这一套就是两盘的烤箱,带个醒盘箱。上面呢你随意组合这种就是说是多功能的啊, 还有各式各样的,然后可以根据你的需求,你的主要的功能,我们来给他组合。好了,今天啊,就到这里,有什么不懂的呀,可以私信留言给我。好,再见。

完蛋了,就在刚刚, tpt 没有打任何招呼,直接给我开了道一三绘画模型。据说这个模型可以彻底告别提示词,用大白话就可以直接生成详细的图片。 先帮兄弟们试试啊。选择 gbt 四的倒音三,直接输入雨中行驶的汽车。这图片效果真的没的说。四张图片,四种风格,每张图片都帮你完善了。提示词可以复制继续生成。 突发奇想让他给我做一个 ai 未来学堂遥遥领先的广告牌。很遗憾, bbt 还不能在图片上直接写出正确的中文。又让他试着画一个杯子,上面印着 aifu cha, 没有出错,直接搞定。整体感受就是出图速度非常快,操作简单,图片质量也还不错。这个功能 和语音对讲是一样的,也是分期开放,马上就会和所有的 plus 用户见面。那么问题来了,你还会确定 mate genery 吗?评论区聊聊你的看法。

本期视频是教大家训练属于自己的 lol 模型。训练 lol 模型有两个重点步骤,第一步是准备训练要使用的图片,第二步是为这些图片打标,这两步比起训练的过程更为重要,因为训练的过程一旦开启,中途是没有办法做更改和干预的, 所以一定要在开始之前把准备工作做好,也就是准备优质的图片以及精准的 tag, 这样训练出来的结果才会好。本期视频我会把制作图片和 tag 讲的比较细一点,训练过程其实就是按照程序一步步执行,我会讲的比较粗一点。 当我们有了一个训练目标之后,我们就要准备图片,图片的数量通常建议二十到五十张,如果你想训练的更细致,最多可以用一百张图片。 在这个过程中一定要记住质量大于数量,因为不好的图片会干扰学习,最后的结果可能不是 ai 学会了,而是学废了。我们要将不好的图片去掉,比如模糊的动作、扭曲的脸部被遮挡等等。 甚至有一些背景比较复杂的图,我们需要为人物扣掉背景,添加一个白色背景,最好不要有太多同一个角度同一个表情的图片, 尤其在张数少的情况下,训练出来的 lol 了会有人物表情僵直的问题,最好能有面孔多角度、不同光影、不同表情、不同服装配件,让模型能够涵盖够多的情况。 准备好图片之后,我们要处理图片的尺寸,如果是以 stable defusion 一点几版本为基础来进行训练,图片需要用 五百一十二乘以五百一十二,如果是以 stable diffusion 两点几版本开始训练的话,图片的尺寸至少要七百六十八乘以七百六十八。 大家可以使用这个网站进行尺寸调整,网址我也会放在视频下方,他可以批量的进行尺寸的调整,然后打包下载。可以看到现在图片都是正方形的了,那第一步处理图片就完成了。 第二步我们要为这些图片打标,我们需要用到两个插件工具,第一个是 tiger, 第二个是 data set editor。 这两个插件我们要先进行安装, tiger 这个插件我们可以直接通过扩展这里的可下载列表进行安装。 ita set tag editor 我们可以通过链接下载,链接我也会放在视频下方。 安装好这两个插件后,我们要重启 vip u i 才可以使用。 我们先来通过 tech 为我们的图片生成 tech, 只需要填写输入目录和输出目录,它就会帮我们把图片的 tech 生成 text 文件。我通常的做法是让输入目录和输出目录一致,因为我们在训练的时候 是需要将图片和套等文本放在一个文件夹的,那在这一步就可以直接放在一起。我这里是通过 club 来运行 stable diffusion 文件是存储在网盘的,所以我会在网盘里面新建一个文件夹, 将裁剪好的图片放进去,然后我们来到 club 界面,通过 drive 下的 my drive 去找到图片文件所在的路径, 然后把路径复制粘贴到 ted 这里,输出也是这个路径,这边就会开始帮我们反推提示词执行完毕后,就可以在文件夹里看到每一个图片都有对应的一个 text 文件。 接下来我们要对这些 tag 进行整理,因为它识别出来的 tag 会有一些重复意思的单词,还有一些特征描述,我们需要进行删减。 我们打开 data set tag editor 插件面板最上方的保存备份按钮,我一般会把它去掉,因为我不想要不准确的 tag 文件保留在文件夹内,有可能会影响到之后训练数据的读取。 下方数据集的目录我这里也通过 carbona 边复制粘贴过来,点击加赞,就会把这些图片全部显示出来。右侧 的就是他们的 ted。 我们要进行批量处理,先删除重复的单词,点击 remove, 然后直接删除重复的词。 然后我们要删除一些属于人物特征的 ten, 比如人物的眼睛、眉毛、鼻子、嘴巴、头发长度等。这些代表人物本身的属性的,是要绑定在人物身上的,就要把它们删掉。可改变部分的 tag 需要保留,比如背景、衣服、动作、配件等等, 这些是可以改变的,那要通过 tag 标注出来,让程序知道这些是可替换的。这里的处理是很重要的。 这个插件还有一些其他功能,比如查找替换关键字等,大家可以自行体验。处理完之后,点击上方的保存, 就会更新到我们的数据及文件。接下来就要开始训练的步骤了。训练步骤我以 collab 为例,需要说明的一点是,本期视频中间的训练步骤可能与其他博主的不太一样,很多博主的教程是直接通过训练的程序来完成 type 生成, 但以我的使用经验,直接通过训练的程序来生成 tag, 最后的效果通常很让人失望,因为 tag 非常不精准,所以我是单独手动处理的 tag 就导致中间的训练步骤存在不一样的地方。 打开这个 gas up 链接,我们选择第一个就是用 dream boost 方法来训练 laura, 打开链接后,点击复制到云端网盘,然后检查一下我们的运行的类型是不是 gpu。 然后下面的步骤中一点一要勾选下面的 mount drive 按钮,然后点击运行,通常需要一两分钟。 这个页面看不懂的话也可以开启谷歌翻译,明白每一项的意思,可以更方便操作。 一点二不用直行,直接跳过二点幺,选择训练的基础模型,选择 stable defusion, 一点五就可以。 二点二是指如果不想用上面二点一下拉框里提供的那些模型,也可以选择其他的模型,粘贴 hot in face 或 sell it ai 上的链接就可以。那我这里不需要,不用执行,直接跳过, 然后二点三是选择 v a, 选择 stable defusion v a e, 然后运行,然后进入第三步。第 第三步其实就是准备训练数据,我们只需要运行三点一就可以了。三点一的意思是帮我们建立两个文件夹来存放数据,直接执行,然后会在左侧看到这两个目录。 三点二的意思就是说填写图片路径,让后面的程序帮我们生成 tag, 那这里我们是不需要的,所以三点二不执行跳过三月三日是可选项,不执行,跳过 四点一是处理不需要的数据格式,这个可以运行四点二。下面的四点二点一和四点二点二都是处理 cat, 这两个我们不需要操作, 我们直接把处理好的数据集全部上传到 transdate 文件夹里就可以。四点二点三也是 t a 的可选项,也不要运 行。接下来就进入到第五步,第五步主要是训练的一些参数设置。首先为我们的项目取一个名字,这个就是生成捞了文件时的文件名, 在下面要输入训练所需要的大模型文件路径,我们在左侧的文件夹下面找到路径粘贴过来,下面 y 的文件路径也直接复制粘贴过来。 五点一设置号,之后运行。五点二是训练的参数设置。第一项是指每张图片训练多少次,我这里设置十五,如果图片多的话可以设置低一点,下面的参数通常是不用改的,点击运行五点三,直接运行,不用修改。 五点四十训练的一些设置,如果是新手的话,这些参数大部分可以参考默认值。 一共训练多少轮,一般可以设置十轮,同时训练的数量我们可以填两,在下面有一个,每几轮保存一次数据,我们选择一就可以了。如果说你训练一百轮的话,这里可以设置高一点,然后下面的 click step, 如果是训练真人模型,建议填写一, 如果训练二次元,建议填写两,设置完毕后运行五点五,不用改动,直接运行,然后就等待训练结果。在这个过程中,程序会帮我们计算出训练总部数的,一般部署到三四千的话,效果会好一些。 考完之后,在 drive 里的 lower 文件加下的 output 里可以看到生成的 lower 文件,我们可以把这些模型文件全部下载下来去出图看效果。通常前几轮的文件选 觉得不太像,从中间第五轮、第六轮开始,可以体现一些人物的特征了,但并不一定是学到第十轮的效果是最好的,因为学到第十轮可能会学习过度导致过拟和。我们也可以通过调整落的权重来看结果的差异。 比如我这次的训练集比较少,人物的动作也比较单一,图片只有上半身,所以训练出来的 laura 也只有上半身,如果想出全身图的话,基本没戏。如果训练的图片中侧脸比较多, 那出图的效果也是侧脸效果比较好。如果正脸图片比较多,那正脸的出图效果比较好,其他角度的图可能会比较差,甚至出错。所以我们在准备数据的时候,尽量正脸双侧脸都要有,并且多角度的图片数量 也要比较均衡。最后来看一下模型的出图效果,有那么几分相像吧。大家在操作的时候可以多准备一点优质图片,然后 check 处理的精确一点,出图的效果会更好。 关于老二训练,其实实战更重要,多训练几次就能看出不同设置的结果差异来。今天主要是讲数据级的处理和跑通的流程,如何做得更好。

你看赵一鸣这个大门头像不像蜜雪冰城,其实赵一鸣就是零食界的,蜜雪冰城现在这个套路是极其清晰的,蜜雪冰城做的是低价饮品,他做的就是低价零食,四年时间三四线城市两千家店,我们去看一看这种零食店到底是什么样子的一个生意,他的模型到底是什么样子,了解一下。 赵一鸣这个名字是他们创始人赵定的儿子,拿自己儿子的名字做店,一般都还是对品牌比较在意的,就说明人家对于品质、品牌整体感受是很笃定的。而且现在这种新的零食店, 装修风格各方面的做的都很好,这年轻人会觉得很干净,很漂亮。这种店的产品主打的一个特质就是便宜,真便宜,不玩套路。百岁山一块八,正常情况下是三块吧,我记得三得利乌龙茶正常情况下应该是五块五买一瓶,哈哈哈哈, 你咋确定我会用篮子呢?其实你作为消费者来讲,并不是很清楚每一个产品到底是多少钱,所以我们去看一看大家耳熟能详的东西到底是多少钱,就能知道他是不是真便宜。好利奥四块九,好利欧派八块九, 我趣多多四块九,乐事薯片两块九,就是便宜,就是硬道理。就零食折扣店其实是用了一个工厂, 就是直接到消费者中间,省去经销商的这么一个环节让利,还给消费者,让消费者更多的进店,更多的买更多的产品,他其实真正的利润点在哪?就他用这些好的大家都知道价格的产品 做了低价来做客户引流,实际他真正挣钱的东西在这些东西上,你看他他有多少零售零称的东西,就这些东西,其实你看在上面是有价格,但是因为他 价格是论斤的,其实你在购买的时候这个价格是失去敏感度的。哎,你好,我问一下,我看咱们店里面东西都挺便宜的,现在生意咋样?生意还行?生意还行。一天能卖多少钱?平时就是一万多一点吧。啊,六周日学生就比较多嘛,两万左右。现在这个产品的毛利利润咋样? 一个月能挣多少钱啊?这个我不知道,这个得问老板。哈哈,厉害了,这店头一个下来的多少钱货?谁铺的呀?人家不知道,我们打电话问问吧。 您好,欢迎致电赵一鸣零食,电话,正在为您转接中。您好,这里是赵一鸣零食,请问有什么可以帮您? 哎,你好,我好想咨询一下加盟合作啊,现在这一家店开下来大概需要多少钱交易?您目前是单店加盟的模式,加盟费是三点八万。嗯,保证金两万。那前期投资除去房租和转让费大概需要五十五到六十万。我们针对 位于湖南、湖北、广东、广西也出台了相应的补贴政策。嗯,你们门店面积要求大概是多大?我们目前对门店面积要求是一百五十平方。那我们总计现在店内的 sko 这种备货大概有多少个品类嘞?目前为了持续满足各年龄层人群的消费需求,赵一鸣目前有两千多品类的产品, 每月月初会更新一百多款产品,淘汰下架直销的产品。店内现在一般需要多少个人?门店一般需要五到六个员工,具体需要根据门店的营业额及面积去匹配相应数量的员工哦。 你们产品的毛利大概能做到多少?由于产品的定价和特性不同,所以利润点会有差异,产品的综合毛利是在百分之十八到百分之二十左右。 供应链这方面呢?你们大概多久能够到货嘞?照您拥有完善的供应链体系,为了保障商品供应的及时性,在全国设有六大仓储,分别是江西南昌、 江西赣州仓、安徽芜湖仓、广东佛山仓、广西玉林仓以及河南新乡仓。我们是一周配送两到三次,根据本店位置就近配送。明白理解了,这个还是需要还是又要量多大的,不过零售的模型相对起来比我们做 餐饮的模型还是要轻很多,他毛利低一点其实也能理解,是因为他拿了就走嘛,而且大多数人买就不会只买一点点东西。 餐饮的最大问题是我们卖的永远是当餐吃的,但零食的最大好处在于人家买就是囤货,用的便宜,又更进一步加重他的囤货型属性。其实现在零食行业特别像之前的奶茶行业就百花齐放的状态, 并不说谁的品牌大就一定真的牛逼。核心点就还是看你在供应链上有没有优势,你产品做的足不足够便宜,以及说你的定位、宣传、产品综合性离你的消费者近不近。赵英明的核心定 另外你,我就觉得他特别像是线下版的拼夕夕,产品多,而且还评价两千多 sku, 这个量还是很大的。另外一个就是选品策略的点,如果要把这种零食店做好,一定不能只卖杂牌的产品,像大牌的产品是你重要的引流方。 而刚才我观注意观察了一下,他在大版产品里面其实有很多在大超市里边是不做散装的逻辑的,但是他这个店里边有非常多的散装的大牌零食, 这些品其实在下沉市场影响力是非常非常好的,因为很多超市是不卖这类型的尝试装和散装产品的。赵一鸣做零食店的特殊定位就是一直围绕着下沉这个重要命题来的,再往一二线城市开,我觉得他就是很标准,在零食行业在复制蜜雪的标准打法就是农村包围城市下沉,铺完之后再铺整个的大城市。 而零食相对于奶茶来说,他的人群其实是更大的,整个消费体量也是更大的。之前我看过一个调研报告说零食 在中国的下沉市场里面是有十万家的铁量的,所以这就是为什么这么多品牌和这么多资本都在共同进局这个赛道的核心原因。那有没有可能有一天,下沉的这种低价零食店会跟蜜雪冰城一样,开的到处都是?

首个三星队的 ai 风格模型被我挖到了,这也太六了。队友和三星队联名新出的这个模型,随便输点关键词,直接平面和插画和立体三 d 的都有了。 想挖啥造型就挖啥造型,包装、插画和个性海报分分钟搞定啊!那么精致的插花,你说你要画几天?还可以电图,随便找一张图片也能快速生成。三星堆风格的产品。这么好玩,快来玩一下呀!

还在这样随意布局吗?前端并不能简单的像 ui 画图时一样,随意的脱放一个元素到某一个位置,他们要通过把每一个元素装进一个盒子中,再去界面中定位他所处的位置。这就是为什么当你鼠标还没有碰到文字的时候,就触发了后味动作。 面中任何一个元素都可以看作是一个盒子,这个盒子是不可见的,但是他存在于页面的每一个角落。也正是由于他不可见,不直观,很多人在初学弊端设计的时候不能理解盒子模型的概念,导致在页面布局中出现一些问题。 上面是一个盒子模型图,一个盒子包括了 ctrl 内容拍顶内编剧、 bod 边框和 monty 外编剧。作为设计师的我们只需要记住两点,拍顶为点击区域, mate 为元素之间的距离。 这个概念印在脑海中,我们往盒子里填充刚才的切换按钮,并依次排列。外面再套一层大盒子,便于开发,把它放到合适的位置。 当你摸清了前端是如何布局,实现你的设计稿后,你在做图的过程中就会开始懂得从落地的角度思考问题,善于利用盒子将页面中的布局合理化。

推荐三款一百元以下的万代模型。万代 sz 水星魔女。这个重型传令骑兵一眼望去,有种那个装甲核心的风格,机体呢,整体其实比较纤细,但是加了重型装甲之后呢,整体风格呢,特别硬朗,就是感觉只有那纯爷们硬汉才能开的机体 带。这个拼多多千百度动漫模型玩具,现在市场价是八十五块九左右。哎。是这个水星魔女的这个学院训练机,这个连战斗砸冰机都算不上了。这属于这个学生教具系列。我就喜欢他这种朴实无华的机械感啊,就纯正中带着一点野性, 仿佛大草原上的这个芝士雪豹。做旧效果呢,很好,而且改造可塑性也比较强。在这个拼多多黑猫动漫模型,目前市场价只要六十六。哎。又是水星魔女,铁骑高达匆匆出现,匆匆退场。这修长的机体看似弱不禁风啊,他能远程还能进站, 整体设计风格比较独特,我特别喜欢。然后呢,这个模型他就是 c 扣多一点, c 扣多一点,用压光机加固,然后沾湿的话,也是非常好看的。在这个拼多多黑猫动漫模型,券钱八十。

北京时间十月十一日, adobe 春晚 max 二零二三如期而至, adobe 官宣 firefly 已生成超过三十亿张图像。同时发布 firefly 全新升级。 升级一适量模型 firefly vector model。 firefly 介入 adobe illustrator。 firefly 能生成适量的图标、对象、场景和图案,支持自由编辑。升级二设计模型 firefly design model。 firefly 介入 adobe express, 说出你想要的风格和场景。 firefly 一键生成海报、社交图片、视频、封面、卡片等模板,支持四十多种语言。升级三纹身图模型二代 firefly image 二 model 支持上传参考图像,生成风格、材质一致的 图片。另外支持像条相机参数一样调整图片。 firefly 未来计划文本生成视频模型。图像生成视频模型支持上传自有图像训练 lora。

嗨,这里是 d b, 今天我来跟大家继续讲一下互联网热词,今天我们来讲一下 kol, 他的英文全程是 plplv 的, 翻译过来就是关键意见领袖啊,从他的名字上去理解的话,他其实就是可以理解为是他是可以影响到我们用户去做决策的,一大批人说直接点他其实就是网红,那很多人他经常搞混了网红跟 kol 之间的区别啊, 在这里我就通过讲解一下 kol 跟网红之间的一个发展历史。其实在我们以前的 pc 时代啊,就存在大量的网红和 kol, 像犀利哥,芙蓉姐姐这类型的网红,因为他们有特异的形象啊,被网络媒体疯狂的抓取,占据了各大门户网站的新闻首页,吸引了大家的 眼球,形成了知名度,那我们称之为叫网红一点零时代。而这个时候又有一种群体,他们是生根于某一个领域的,比如说文学、财经,美妆搭配等等,这些领域啊,他们都是喜欢在各大论坛 博客发表一些非常有深度的内容和观点,从而在某一个垂直领域通过时间的积累,就收获到了一大波的追捧者,我们就称之为叫 kol 一点零。 这里我们就已经开始区别了网红跟 kol 之间的区别了,其实网红就是比较有特异的形象,比较有特点而红的,而 kol 是因为他们有 非常专业的技能,而在网上各大论坛就进行一个发布和分享。而到了二零零九年之后啊,苹果开始推出了触控屏手机,慢慢的开始就颠覆了传统手机 诺基亚的这个航空母舰,那在同一年呢,新浪开始推出了微博测试版,二零一一年的时候,大屏触控手机开始在国内进行蔓延,越来越多人开始习惯了使用大屏手机。腾讯在同一年又推出了微信,他以一种可以发语音的方式去进行聊天,受到了各大的追捧。 第二年微信推出了公众号,同时呢,这个时候开始许多微博的大 v 开始入驻了公众号,并且很多官方的媒体人也开始入驻了公众号,还有很多个人号也开始入驻。 慢慢的微博和微信上开始涌现的越来越多的垂直内容生产者,比如说像柠檬,他是专门做情感和职场的分享,像夜听,他是专门做情感电台。后面他又搬进了微信公众号,比如说像大家都知道的逻辑思维,专门讲干货的, 还有吴小波频道,专门是讲财经的。而在微博上啊,其实更多的是侧重于娱乐或者说电影这一块的,还有明星,所以说就开始涌现了很多写一些娱乐八卦的一些 kol, 就是专门针对于写这些东西的一些作者, 我们就称之为叫 kol, 比如说像于八婆啊,娱乐八卦,姐妹淘或者毒蛇电影等等啊,这些都是属于当时的 kol。 这些 kol 借助了自媒体的发展,迅速吸引了一大批的垂 直画粉丝的关注,这样子他们就开始进入了 kol 的二点零时代。网红在当时啊,他们更多的是出现在秀场直播平台,通过直播的方式啊,展现个人的魅力或者说技能,比如说唱歌,跳舞,聊天,搞笑等等这些,他们通过这种方式去吸 吸引了一大波喜欢看娱乐的粉丝,靠线上打赏或者说线下商演的方式来进行一个赚钱收入。我们称这个叫网红的二点零时代, 其实当时的 kol 跟网红他们是完全分开了,独立开了的。那随着我们近期短视频还有短视频内容的发展,并且呢随着宽带的提速和四 g 网络提升了,以前我们以图文传播的形式已经完全满足不了观众的需求了,那这个时候就开始出现了快手、 抖音、西瓜视频、内涵段子等等这些 app。 其实这个阶段已经是到了移动互联网的下半场,我们开始习惯使用最短的时间来了解更多的内容资讯。像以前 我们看一部电影大约是在三十到四十五分钟左右啊,自从快手或者说抖音出现了之后啊,他们每条视频就 只能在十五到十七秒之间,我们就可以在这一段时间之内去摆一部电影去看完,或者说看完他的解说,看他的最精彩的部分,或者说像芭比像这种,他是使用了加速变的效果 来进行一个吐槽,我们获取信息的速度,这种能力啊已经完全被他们进行教育了,或者说驯化了,一旦我们养成了这种看快视频短视频的习惯,我们就完全慢不下来的。这个时候我们 我们的整个网红开始进入了二点五时代了,以图文、短视频、直播三种方式同时呈现在各大平台去抢占流量,抢占粉丝做头部内容,难道 更多的流量?所以说这个时候就开始了网红的恶性竞争,而这一段时间他们的竞争是非常的残酷的。那什么是网红三点零时代呢?个人是这么理解,前面我们刚刚所说的二点零、一 点零时代,全部都是独立开来的, kol 跟网红完全是分开的,而三点零时代, kol 跟 网红他们之间会有一个交集,或者说有交叉的影响。网红不是一个长久发展的职业,他的生命周期一般只有五到七年左右。如果说他不转为娱乐变现,比如说去拍电影,去拍一些网络电影,线下的院线电影等等, 或者说他们去走一些电商模式,比如说开网店,淘宝直播等等。如果说他们不走这两条路,他们最后是很难去生存的。所以说到最后他们就开始进入了网红三点零时代,他们需要 占据各大内容平台的头部,拿到更精准的流量粉丝,生产垂直化的内容,从而让粉丝变得更加精确,也使得他们的渠道变得非常 清晰啊。如果你是美妆博主的话,那你将生产大量的美妆视频,并且在各大的短视频平台去进行推广,从而获取更多的精准粉丝,然后靠广告和电商去进行变现, 这样子才是一个长久之路啊。这就是为什么近期很多网红开始去做了直播带货,而这个时候平台他其实也是在挑选具有高价值内容产生的网红, 签约这样的网红,给他们更多的流量。比如说像今日头条,他在二零一八年的时候啊,就开始培育一千个百万级粉丝的账号,所以说呢,我们通过这个事情就可以理解近期为什么那么多网红 我们开始走直播带货这条路线呢?也是因为这个事情所受到的影响,因为现在已经进入了网红三点零的时代,并且呢 kol 跟网红之间的 交集越来越明显。像我们所说的李佳琪啊,他其实就是一个非常典型的 kol, 他帮我们很多人去做了一个用户决策。以上是我对于 kol 的一些个人理解和见解, 我在下一期的话可以跟大家去讲一下 koc 这个互联网热词,今天的话就跟大家去讲到这里。

好的,在这个视频中呢,我们去介绍一下什么是模型训练中的 los 值。首先呢,我们需要看一下右边的这个图表, 这个图表呢是我在一次训练 lower 的过程中随便截取下来的,那么每一个 lower 呢,都代表一个不,一个 epoch, 然后代表着不同的训练部署。 呃,其中呢,我们这个 los 的这个单词呢,就是我们 low 这个丢失的一个单词,它后面的这个数字呢,就是我们的 los 值。 我们其实可以不用去理解 los 指是如何形成的,以及它的形成原理,但是我们需要去知道 los 指对我们的模型训练有什么样的影响好。那么 露丝值呢?他从一个比较这个单方面的角度去看呢,他其实就是丢包值,他的意思呢,就是训练中我们对 ai, 对这个图片信息呢,学习中的他有一个丢失率的存在,那么露丝值他会影响什么呢? lose 值过大呢,他可能会影响到训练效果,或者说他他大到一定值呢,会中途的终止训练。 还有一种情况呢,就是露丝值,他会明显的弹跳,也会训练影响到训练效果。那什么叫做露丝的明显弹跳呢? 比如说我们现在的这个 los 值是零点一八,那么下一个一 pro 就突然回到了零点零一啊,这个时候我们突然看不懂,就是,哎,这为什么弹跳居然有十八倍?又一个 一 pot, 他又回到了零点一八,那么一直这样持续,持续到最后呢,他就会对我们的这个模型效训练效果进行一个影响。在图表中呢,他也会是以这种波度很大的形式呃去呈现, 当然相反的呢,稳定的 los 值呢,是最理想的状态。如果你呃这个 遇到了露丝纸过大,或者说露丝纸的明显弹跳,那么呢,我们在一般程度上最初先去调整,其实是我们的这个图形的这个 呃精度和我们的这个 tag 的呃这个输入这两个图形的这个训练集呢和这个 tag 呢,它这个呃组成呢?它会 呃比较明显的影响了我们的这个露丝值。好的,那么最后呢,是来自贝强老师的一个补充,露丝值呢,越低越好,其中露啊训练中我们当然是一个少的训练级和一个风格统一的,这个情况下啊,我们的梯度下降会非常的明显, 抛开嵌离合和过离合的情况呢啊,即便是在这两种情况中, dlose 模型也会显得更清晰和优秀。那么我们怎么去理解这句话呢?就是在我们的 ai 学习的过程中, 呃 d los 值他会学习的更全面,更仔细,在后期我们的调用调用这个信息数据的时候也会形成的更清晰,也会让这个模型表现更优秀。好的,那么 非常感谢贝熊老师的补充。那么本这个视频呢,也是对 rose 值的一个粗略的讲解。 呃,那么我们也是一样的,就是如果说你对我们的这个视频觉得有任何错误或者是问题或者意见,都可以以无限的形式告诉我们,我们会在最短的时间内对您进行回忆。那么谢谢大家观看我们下个视频见。

那么 idm 公司有一个 blm 的业务模型,指的就是从战略到执行的分解模型。他的整个分解的思路就是从市场分析到战略意图再到创新的焦点, 还有业务的设计,关键任务、正式组织,还有人才氛围与文化,以及领导力与价值观等各个方面,帮助管理者 在企业的战略制定与执行的过程当中的一些系统性的思考。而领导力就是从战略到执行的中间的桥梁。领导力就是关于人的能力的建设。 那么所谓领导力的概念,指的就是在管辖的范围内,充分的利用人力和客观条件,以最小的成本协同成员心态 办成所需的事情,提高整个团队的办事效率的。这个能力叫领导力。就是把想法变成现实,把战略呃落地到这个执行那。