们知道,如果要训练一个二分类的模型,那么需要正样本和负样本,那么训练词嵌入模型这个像量,你需要什么样的正负样本呢?好,我们这边介绍一个算法,大家来看看怎么怎么训练的。哎,我们来经看一个研究一个算法,这个叫 啊,这是一个 word to vc 啊,这个单词的意,你也能看出来, word 就词汇的意思啊, to 就是像,就是面相的意思啊, wet 就是向量的意思,就是单词变成向量的方法。这里面我们介绍一个经典的一个方法,看看大家来做个了解。 好,他这个算法怎么来做呢?其实并不复杂,我们解释一下,你会觉得他也是蛮哎,蛮清晰的。那么选择什么成对的目标词和上下文词,哎,然后呢,训练一个深度神经,往 长路来识别什么呢?上下文词是否出现在目标词的上下文窗口中,什么意思呢?这个听起来啊,还是有点绕口,是吧,我们解释一下,举个例子啊,我们举个例子。好好,我们还是用这个英文的,为什么用英文?我们前面解释过啊,不用分词了, 用中文也可以,中文需要分词,哎,我们先把这个分词这个步骤给他省略掉。好,假设,我们先设定个目标词。注意了,你第一个步骤,设定个目标词,这里面选择假设。我,首先这里面我这个例子中啊,首先设置这个作为目标词。好,这个时候啊,设定一个什么上下文窗口, 哎,就是,什么叫上下文呢?就左右和你关联的词汇的数量。好,我们先设置一个这个上下文的窗口是一好,那么设置过玩这个上下文的窗口和这个目标词之后,我们根据什么呢?选择一对词,一对词就是这个一对词包含两个,一个是你的目 目标词,一个上下文的词。好,我们的目标词是不是 set, 那么如果窗口是一,你看呢?什么叫一呢?选择前后做就注意啊,前后长度是一个单位的词汇,就两个词,一个 cat, 一个 on, 什么意思呢?就这些词啊, 这些词就这一段词和这一段词在这个上下文是一的。这个环境中啊,是合理的,是合理的,我们称之为正样本, 就是说在我们的语料库中,如果可以按照这种模式,正常出现的一对词就是正正样本,就是什么意思呢?如果选定目标是 set 在左右,是吧?一个词汇的长度中, set 和 cat, set 和 on 都是可以正常出现的,这就是一个正样本的正样本。
粉丝1.5万获赞6.4万

今天教大家训练自己女神的浪漫模型。首先我们需要一些女神的照片,基本要求是面部无遮挡,角度多样,精度越高越好。然后把图片放到这个批量采切的网站,让所有的图片规格统一,在右边可以设置图片的尺寸, 我这里是五百一十二乘五百一十二,然后调整一下图片的位置,就可以点击右边的 c 八, c c 就会把所有的图片都打包后下载下来。新建两个文件夹,一个音,一个二。把下载回来的图片放到一文件夹里面, 启动 stable diffusion, 选择训练,选择图片预处理,把图片的原函目标路径分别对应应和 out, 然后点击预处理就可以了, 你就会在二图文件夹里面看到这些图片。看文本,文本就是 ai 生成的图像 prompt ok, 到这里我们前期的准备工作就完成了,现在开始训练模型,我给大 大家的下载里面包含这两个文件。先安装第二个文件,也就是拍粉,因为我已经安装过,所以这里是这样的,提示你们安装的时候把所有的框都打勾就可以了,安装就是全程下一步就行了。然后打开这个文件夹,右键这个文件,选择使用 pose so 运行, 就会开始下载部署所需的运行环境,这里时间比较久,等一下 much much much later。 部署好以后,在这里新建一个村营的文件夹, 在这里新建一个静香的文件夹,在里面再新建一个同名文件夹,最前面加上数字六,代表我们要迭代六次。然后把刚刚凹出文件夹里的图片汉文本全部放进来,右键这个文件使用文本编辑器编辑。 这里的猫豆是底模型,选择一个你喜欢的就可以把底模型放到这个文件夹里面,注意文件名 一字,这个穿云 data 就是我们刚新建的竞相的文件夹,尺寸跟我们的图片保持一致最大。训练我们填二零 network game 我们选三十二,记住不是越大越好。真人模型我觉得六十四就很好了。 这里是你模型的名字,我选择 jacks, 其他的地方不要动,点保存。最后我们在这个文件上面点右键,选择 power, 稍运行就开始训练了。 much much much later 训练完成,你将会在这个文件夹里面看到你的模型,这些就是生成的模型了。 下一期教你们怎么用吧,看看我们半个小时跑出来的结果怎么样。

这个 carry 其实对于文兴艺人来说是有点难的,它里面有很多条件,我们需要通过文兴千帆来教会 大模型怎么能在这个特定的应用里面去学会我特定的指令和要求,并且呢还能让他有一定的泛化能力,将来处理类似于这样的 carry 能够既快又好的完成。这个就是我们用来 训练一个大语言模型的高质量的精标数据,它包括两部分,前面呢叫 prompt, 就是提示, 那么后面呢是 response, 是这个结果,我们的 shift 可以通过这个 jason 呢就可以去查询相应的结果。像这样的数据我们标了多少条呢?一百条左右,一百条左右,这样的数据呢,其实就可以 可以很好的教会我们的大于圆模型处理这一类在真正的这个行业应用和实际的这个任务中要处理的问题。打开文心千帆平台,我们看一下怎么把这个数据导入到平台并且进行训练。首先呢我们输入数据级的名称, 然后选择数据类型,创建并导入上传 xl 文件,点击确认,那么这个系统呢就收到了这一份训练的数据, 我们重新问一下这个系统,这个 carry 我们可以看到这个系统已经能够非常好的正确的理解这个 carry, 并且把相应的结果展示给我们了。这个能力其实是 他不仅是说就是完成这个 carry, 他还对于这一类的需求他有一定的泛化能力,如果我们再试更多的 carry 的话,我们也可以看到就是他也可以很好的满足我们的需求。

大家好,我是王多鱼,不装了,我是亿万富翁,我摊牌了。 rvc 实时变声,成为任何人 只需要一段十分钟以上的录音即可训练成模型,让你在虚拟世界横行五组,把自己打造成数字人的第一步,想学的点赞收藏。第一步,我们自己录一段语音,要求十分钟以上,越干净越好,最好用后期软件进行降噪处理一下。第二步,我们打开我们的软件,打开这个本地 web 端, 稍等几秒钟,会自动打开一个网页。第三步,我们对软件进行设置,先点击训练第一行,这里我们写一个模型名称,选择 v 二, 下面这一行,我们把自己录制的干生目录写到这里,然后我们来到 step 三,根据自己的配置来填写电脑配置,高保存频率,二十杠五十都可以,我选择五十。总训练论述,我这里选择二百白 xs, 根据自己显存设置,六 g 的不超过八 g, 八 g 不超过十 g, 我是二十二,现存,由于还 在录屏,我选择二十,这里选是是。然后点击一键训练,等待十几分钟,模型就做好了。第四步,我们把软件安装目录的 wax 目录下的文件和 lock 下的这两个文件放到模型文件里,用 r v c 变声器来加载模型,就可以实现实时变声了。大家好,我是王端云。

这是给新手准备的保姆级人物训练教程,一分钟带你完成秋天的第一个人物模型。首先准备好自己清晰的照片,至少二十张左右,然后打开秋叶训练文件夹,在春影文件夹内新建任意文件夹, 在文件夹中再新建一个文件夹,用于存放训练照片,前面的数字表示重复训练次数一般六到十左右。下划线后面是你自定义的模型触发词, 接着双击这个对训练包进行更新,完成后双击启动。来到训练界面,打开标签器,输入训练图片路径预值零点三五附加词,填入你定义的模型触发词,点击启动就会给每张训练图片打上标签,并生成同名的 text 文件。 接下来点击新手选项,输入训练底膜路径人物的可以用 s d。 一点五模型,填好你的训练图片路径和模型保存名称, 其他的保持默认就可以开始训练了。训练完成后,模型会保存在 output 文件夹内,一共有十个批次,选择最后一个来测试。最后如果出来的模型效果不佳,可根据情况看我整理的优化调整办法。我是局大,分享更多 ai 干货。

这个是阿里的在线声音克隆工具,我花了十分钟克隆自己的声音。点击创空间往下拉,找到个人声音定制,选择模型定制下面有二十个句子,只要打开麦克风, 点击红色按钮,全部朗读一遍,然后点击开始训练,等待三至十分钟,你的声音就完成克隆了。这里提示一下,录制声音的时候尽量保持清静,没杂音。录制完成后,点击模型体验,刷新模型列表,就会看到生成好的模型。 选中以后,在上面输入文字,点击合成 a few moments later, 等待一会就能试听,效果没有问题。点击右边三个点进行下载到本地,克隆好的声音,还能生成任何音频,免费还非常好用。 nice, 关注我,带你用 ai 提高效率!

哈喽,大家好,我是江大白。在第三节中我们知道了在思考时大老师在不断学习的,就像人工智能的模型训练一样,但是模型为什么可以训练呢?本节课就从这个角度出发,一起看一下艾尔模型是如何训练出来的。 前几年大家一直会听到机器学习这个名词,而这几年比较火的就是人工智能深度学习。 在第三节,我们学习的人工神经网络,而深度学习的概念也是源于人工神经网络,一方面通过模拟人脑来进行分析学习及学习的过程,另一方面模拟人脑来解释图像、声音、文本等数据 及解释过程。所以人工智能一般有两个过程,学习的过程也叫训练过程。另一个解释过程也可以叫测试过程。我们先来看一下训练过程, 通常训练过程分为两个阶段,一是收集数据并标注数据,这些就是你网络的食物。第二阶段,利用数据训练网络模型。 比如刚开始训练时,数据进入神经网络之后,网络会预测一个结果,但并不一定很准确。不过在前面我们已经标注好了正确的信息, 所以通过和标注的结果进行比对,计算出两者之间的差距。有了差距之后,我们就知道怎么调整减少差距了,从而对网络进行反 想,更新,调整网络参数,使得预测的越来越准。比如我们在做一个猫脸检测的项目,我们采集了大量猫的原始图片,并标注出图片上猫脸的位置 及红色的这个框。而在网络训练时,我们将原始的图片输入目标检测网络后,网络会一个预测的位置, 比如蓝色的方框,但是真实的框是红色的框,我们可以看到两者之间存在的位置差异, 通过统计他们的误差及损失函数,就可以反向更新调整神奇网络的参数,然后再不断预测,不断修正,这样经过不断的迭代之后,猫脸检测网络预测的会越来越准, 最终得到一个不错的毛领姐的模型。 而在训练好之后,我们就可以用模型来进行应用了,比如我们在采集到一张小猫的图像, 输入猫脸检测模型之后,通过神经网络对猫脸的位置进行预测,就可以得到比较准确的猫脸取形框了,其猫脸的位置, 这就是人工智能行业模型的训练和测试过程,流程其实并不是很复杂,而且神经网络早就已经存在了,但是深度学习在近几年才真正的发展起来, 之前一直没有太多关注,这是为什么呢?那么下一节课我们再一起来看一下人工智能快速发展背后真正的原因。

哈喽,大家好,现在这一段声音是大家平时听到我原本的声音,这一段声音呢,是我用朋友的声音炼制的声音模型,接下来这一段呢,是我家楼下大爷的音色,接下来这一段呢,是我用自己的声音推理出来的歌曲。 没错,今天我们来分享一个关于训练声音模型的技术。其实训练声音的模型很早就已经接触了,但是一直没有准备做教程来分享,因为呃声音的训练和推理就像是这个二维码一样,都是比较敏感,容易在很多诈骗的场景被使用我所以我基本一直是自己来自娱 自乐一下。但是呢,前几天做了一件事,让我感觉这项技术其实可以拿来做很多非常有意义的事,比如说把家里人的声音训练成声音模型,或者是把照片训练成 sd 的模型。在一些非常遗憾,人力不可抗拒的情况下,这样的赛博飞升其实真的是非常有意义的。所以今天准备跟大家分享这个呃 有趣的技术吧。我们接下来进入正题,开始训练之前呢,首先要跟大家讲一下,这个软件其实还是利用 gpu 来训练的,所以对显卡有一定的要求,经过我的测试,应该是二零系的显卡基本都没问题了。 当然我们的显存尽量要大一点,最低最低最低应该是要六 g 甚至六 g, 我估计可能是训练不了模型,但是你可以用已有的模型来推理,保险一点的配置应该是八 g 的显存。首先呢,我们需要下载这个软件,软件的名字叫做 rvc, 这也是一个大佬基于这个技术原理来集成的一个这种 ui 界面,类似于 s d 的 y, 大家如果想去了解更多的这个使用知识,可以去 b 站去关注一下这位大佬,这个软件呢我也放在了链接当中,大家可以自行去下载, 下载完之后呢,我们把它解压出来,解压了之后我们打开下面这个 r v c, 在里面呢,我们找到有一个勾 v 点 b a t, 我们双击打开这个,这样的话我们就到了 ui 界面,这个 ui 界面里面呢,我们其实只要用 其中的两个功能。首先第一部分先教大家如何来训练我们的声音模型。首先需要准备素材,这个素材集呢,根据我的经验,我们需要准备至少 十到十五分钟的纯人生的素材,这个声音的质量是越高越好,而且不要有杂音,不要有混响。如果你没有专业的录制设备,其实我们现在的手机录音在一个安静的环境下就可以做得到。然后素材量呢,理论上是越多越好,但是一定是要在保证质量的前提下,呃,然后素材要注意的第二个点就是,如果我们训练出来的模型是想让他更多的用语说 话,那这个时候我们尽量就录制正常来说话沟通的这个声音。如果我们是想用来推理歌曲,想用来唱歌,那我们尽量素材就是我自己清唱的声音,不用担心唱的不好或者跑调,因为他最终训练的是我们的音色,但是尽量的要覆盖到高中低音,如果你的唱歌的声音里面全部都是低音, 或者你用纯说话的声音推理歌曲,他就会产生一些这种电子音或者是一些哑音的情况。当我们准备好了这个素材之后,接下来我们进入到这个 web ui 的训练界面里面。首先第一个部分,我们要给这个训练的模型起一个名字,然后呢这里的目标采样率我建议大家就保持默认,然后呢模型是否带有高音指导, 我们也是让他默认保持打开的状态。然后接下来版本,这里啊建议大家都是选择 v 一,因为 v 二目前不是特别稳定。然后最后这里呢就是除了在使用 gpu 处理的情况下, cpu 也可以辅助我们完成这个数据的处理,这个地方我们尽量给他拉满了,相对处理的会更快一些。第二步 这里我们要选择训练的文件夹路径,也就是说我们要把准备训练的声音素材,这个素材可以是一整段的,也可以是多段的,我们把它放到一个文件夹,然后呢复制这个文件夹的路径,然后粘贴到这里。然后第二步的其他所有的部分全部都是保持默认。接下来呢直接进入到第三个步骤,来填写一下他的训练设置。 首先我们先看一下总轮数吧,根据我的测试状态,如果你是有十五到三十分钟的素材,那么我建议这里的训练轮数是二百轮或者到三百轮,总轮数是二百轮。如果我们是五轮保存一次的话,那最后就会得到四十个模型, 其实没有必要的,所以这里建议我们改成每二十轮保存一次,这样最终我们就会得到十个模型来从中挑选。然后呢这里相当于一个并行处理的数量,这个越高的话处理的就会越快,但是越迟,我们的显存这里的话,它会自动根据我们的显卡来确定,我们保持默认就好。然后这里呢是说我们是否保存最新的一节是一般空间,也就说无论你这里填了多少, 如果你把这个勾选的话,他最后只给你保存最新的这个模型,我们当然是要选择否了,这个部分我们也可以给他选择否,然后最后这里是否在每次保存的时间点将最终小模型保存至这个文件夹。我们这里要选择是因为最终训练完的模型,我们要在这里找到他,接下来其他地方全部保持默认,然后我们点击 一键训练,这个时候我们就看到后台这里已经在处理,包括前台他正在处理数据,这里我们需要耐心做一个等待,做演示,我这里就不训练完了。训练结束之后,我们会看到一个英文单词 successful 的字样,就代表成功了,然后最后在结尾的时候,他会有一个二三三三三三这样结尾。当他整体训练完了之后,我们进入到这个 rvc 的这个根目录下面,然后我们在这个为此这个文件夹当中就可以找到我们训练完的,比如说这个是之前我训练过的,他就会显示,呃每一轮保留的一个模型,这些就都是我们训练好的模型。训练完之后,再当我们打开模型推理的时候,我们在下拉菜单 中就可以找到刚才训练的模型,到这一步我们的训练就结束了,那如果我们正常自己使用,其实在下拉菜单中找到进行下一步的推理就可以了。那如果我们想把训练好的音色分享给别人来使用,在 哪里找的?首先第一个我们需要把这个位词当中这个模型给他复制出来。然后第二个我们还要在这个 logs 里面找到我们刚才训练的这个音色,在这里面呢我们会看到非常多的文件,我们要找到其中的两个,一个是以 n p y 结尾的这个文件,另外一个就是上方的这个音 desk 结尾的这个文件,这三个文件组成了我们完整的模型文件。那第二步我们如何来进行声音的推理呢?首先我们需要把模型放到我们文件夹当中的位置里面, 然后在推理音色这里我们就可以找到刚才放进去的模型。我给大家展示一下,如果我们用这一首歌来做推理的话,首先第一个我们一般下载的歌曲都是带伴奏的,这个时候呢我们就要把伴奏跟人声 进行一个分离,这里呢推荐一个简单的工具,这个软件呢我也会把它放到链接中,他的使用其实非常简单,打开之后呢,我们直接选择他的输出路径,确认输出路径之后呢,我们就把这个想要分离的这个音乐给他 进来,处理完之后,在这个输出目录他就会生成一个文件夹,这个文件夹当中呢 ocas 就是我们的人声,然后上面一长串就是分离出来的伴奏,我们所需要用到的是这个人声,然后这个变调这个部分, 如果我们是男生转男声,或者女生转女生,音调是差不多高的,我们就默认保持为零。那如果原音是男生转为女生模型的音色,相当于他做了一个声调,那这里呢,我们就要填写十二。然后呢,如果是原音是女生,我们要转成男生的音色,那又给他填写负十二。我们这里呢,因为这个原音 是一个男生,我的这个声音也是男生,所以就不用给他做变调。然后这个地方的路径呢,就是我们之前保存那个 indesk, 如果这个模型是别人复制给你的,那我们 就是要把它放到 logs 里面,我们给它新建一个文件夹,然后把这个 indesk 给它放进来。如果是我们自己练的就不需要了,它自动已经就在这里了。然后其他的地方我们都不用去管它,直接点击转换, ok, 这样的话最终在剪辑软件里面把伴奏跟人声合在一起就完成了,学会的话就赶紧去尝试一下吧。

玩 ai 绘画的小伙伴们,今天给大家推荐一款完全免费并且超级强力的 ai 绘画网站,名字叫海意,大家可以直接去浏览器搜索。 首先进到他的主页,我们会发现这里的内容真的非常的丰富,包括其他创作者的作品图片及短视频以及模型。因为他这里的模型是直接和 c 站打通的,所以应该是你不需要魔法就能找到模型最全的网站了。我们可以直接在其他创作者的基础上进行二次创作,当然也可以在下方输入我们的提示词, 如果你没有想法的话,我们可以直接用他的随机提示字筛子以及提示字优化的功能,让我们做图变得非常轻松。当然了,不仅仅是文生图,我们在左侧可以找到他的高级创作,里面可以找到图生图 这个位置,我们可以上传自己的一张图片,以这张图片为圆形来进行二次创作。比如说这里我们选择一张图片,他会自动帮我们分析出相应的提示词,我们来到右侧选择一下他的参数,比如说这里的模 模型,我们可以选择更多模型,然后在推荐这里呢,整个网站的模型我们都可以直接来调用,这里呢我们选择一个二次元的,如果有需要的话,你还可以在下方选择一些 形象的风格,点击生成。我们可以看到通过图声图的方式,在原图的基础上给我们进行了非常惊艳的二次创作。同时呢,图声图这里还有两个非常好用的小功能,第一个就是局部重绘,我们可以选择一张图片,然后在右侧,我们可以通过画笔的形式, 或者是更简单的直接点选的方式,把我们想要重绘的部分用左键点击出来,想要保留的部分用右键选择,然后我们在提示词的部分输入重新绘制的内容, 然后我们点击生成,这张图的背景被我们进行重新绘制了,用这个功能我们可以去给人物换背景,给产品换背景,都可以实现。另一个非常好用的地方就是在人物修复,这个地方,我们可以选择修复人物的脸或者手或者身体,解决了很多情况下人物坏脸坏手的问题,大家可以亲自去尝试一下。如果你觉得图生图还 还是不能打造你的创作需求,那我们可以在左侧找到他的条件生图功能,这个功能非常强大,他可以通过十几种不同的维度来控制你的出图效果。这里呢我们用这个人物动作来尝试一下,我们选择姿态识别,然后上传一张图片,在右侧选择模型以及风格,点击生成。 生成的图片中人物的姿势和原图是一模一样的,这个就是条件生图的强大之处。除此之外呢,他还内置了非常多的强力工具,比如说最近非常火的图片填充功能,我们随意上传一张图片,然后呢将他的画幅拉大,点击智能分析,自动获取提示词,点击生成,我们可以看到他直接把我们的一张原图进行了 智能化扩展,并且可以说是毫无违和感。接下来我们再来看看他的 ai 聊天功能,这里是需要模仿的,我们可以在这里完整的使用他的 ai 对话功能,同时呢他还内置了非常多的角色身份,让我们来一键调用。第三个非常非常强大的功能就是在线训练模型,我们在页面 面的左上角就可以找到这个 ai 模型,在这里我们可以创建自己的数据集,给他起个名字,然后选择一下你要训练的是写实人物还是动漫人物,还是一种画风。然后点击创建之后呢,进到这里面 可以上传我们的所有素材,如果你没有训练基础也没关系,左下角的快速打标签工具让你非常好上手。右边也内置了训练的参数,我们直接点击在线生成,然后进行等待就可以了。 我视频开头说过的要送给大家一个小福利,就是我们在注册的时候可以填写一个邀请码,这个邀请码填了的话,被邀请的人和邀请的人都可以得到算力奖励,但是这里呢,我就不让大家来填我的这个邀请码了。 所有已经注册的伙伴,我们在个人中心这里的左下角可以找到自己的个人邀请码,大家可以把个人邀请码留言到我的评论区,这样后来的伙伴如果要注册的时候,可以填写一下留言过的伙伴的邀请码,这样你们双方都可以获得算力。那最后大家就快去尝试一下吧,这个网站真的非常不错。

绝了,看完这三张,你还怕训练不来 ai? 首先,我们打开刺猬星球 ai, 在我们最左边的菜单栏,我一个培养你的个弹钮,点击进去,我们会看到一个这样的界面,我们可以根据自己的需求来调整名称和头像。当你把右侧的温度拉到最满,你的专属人工智能 就会在网上各个领域去搜集相关内容。若是把温度调到最低,你的专属人工智能就不会出去寻找资料,而是在我们的模型数据中去收集。温度越高和网上的相关度越高。温度越低, 数据模型的相关度越高。第二步,在系统提示词中,假设你需要一个凶猛的 ai, 你就可以这样输入。如果你想要把 ai 变得温柔,你就可以加入这些话。在在我们的模型数据中导入你需要的数据,导入的数据一次性不, 不能太多,数据太多会导致有些数据缺失。第三步,也是最重要的一步,右上角的保存按钮一定要点击,这样你就可以得到一个接近于真人的 ai 小助手。下期见!

哈喽,大家好,今天给大家强烈推荐秋叶大佬的模型训练器训练 lura, 超级方便快捷,他不需要我们自己去配置环境解压即用, 从打标签到 laura 的训练,再到 tenciple 的分析数据,一个界面全部解决,非常的方便快捷。我们来看一下它到底怎么去使用。我们先把这个关掉,等会再去启动。 首先我们要去下载这个模型训练器的压缩包,我会提供给大家,然后你下载好了之后进行解压,这是我提前解压好的这个文件点进去,进来了之后你要先进行强制更新,就是这里 这两个点其中一个都可以,然后下边这个是国内加速双击,它就可以自动的进行更新了,那我这里是 已经到最新了,所以他没有进度条,你更新好了之后,这个就可以关了。关了之后接下来我们要去准备底膜,就是你想在哪个模型上去训练我们的 lora, 然后这里我去下载了一个 sd 一点五的这个模型,然后我把它复制, 然后回到我们的这个模型训练器的这个目录,然后找到它的 s d models 这个文件夹点进去,我们把刚刚的那个模型复制粘贴到这里来。 复制好了之后,接下来一步我们是要准备训练集,就是训练素材,也就是图片,然后这个图片我是提前已经准备好了,这个图片呢尽量保持工整,统一分辨率,建议五幺二 乘五幺二这样的一个大小。当然你也可以使用那种非正方形的一个图片,但是如果你的显存比较小,那你就老老实实五幺二乘五幺二这样的一个大小,这些图片素材呢?看你训练什么,如果你训练画风,那你所有的图片它的一个画风都是统一的。 然后如果你像我这样,就是训练人物或者物体这种,然后这些人物你就只能保持一个,不要有别的人物在里边。第二个,这些人物他的背景要单一一些,不要那么花, 嗯,如果你要精益求精,那你可以去抠图。第三个,这些人物尽量是那种多个角度的,这些图片效果会更好一些,这是图片的一个建议。那这些图片呢?我给大家去推荐一个批量裁剪图片尺寸的一个网站,就是这个, 这个我会分享给大家,就是这个地址,然后你点击这里,然后去上传,你就是截好的一些图片, 比如说就是这个图片,然后你再按 ctrl a 全选,把这些图片选中,选中之后再打开 他这里就选好了,当然我这里全是五幺二乘五幺二的,所以这个地方就不用再去设置了。当然如果你不是五幺二乘五幺二的, 然后举个例子,我这里随便说一个三六八,然后你可以看一下,他旁边就会出现这样的框,然后你可以拖动这个框去选取你想要的那个位置, 那么这里是一样的,那你就设置成五幺二乘五幺二,然后去拖动他的一个框,然后选好了之后点这里保存,这个保存好了 之后,他是保存的那个压缩包,保存好了那个压缩包你要进行解压,解压过后他就是这样的图片了,就非常的工整了,就是这样的图片,然后这些图片你要全选 ctrl a, 然后在 ctrl c 复制,复制好的图片你要放到这个地方来, 就是找到我们的模型训练器他的这个目录这边,然后找到 train 这个文件夹,如果你没有,你就建一个 train 这样的一个文件夹点进去, 然后在这里我们需要去新建文件夹,然后这里你要去建一个你这个图片的名字,我们就随便建一个,就阿尼亚吧,就是这个图片的这个名字,然后再点进去,我们再次要去建一个文件夹,这个文件夹它的一个名 名字就有讲究了,它是一个数字加下划线加这个概念名,然后它这个 我给大家去演示一下吗?比如说我这里的数字推荐就五到八,五到十,这样就差不多了,当然根据你的那个图片数量来哈,然后在下划线加一个概念名,这个概念名随便起一个都可以,比如说我还是起一个这个 啊安妮,然后这个名字就起成这样,这个数字代表每张图训练的步数,那我这里设置的是八,也就代表每张图 ai 都要看八次。我们再点进去把刚刚复制的图片粘贴到这里来, 这里一共是十三张图片,也就是说他每一张图都要看八次,十三张的话就 十八乘十三一百零四次,也就是说他要训练一百零四步,就是这样的。然后接下来我们要给这些图片打标签,那我们回到这个目录,也就是我们模型训练器的这个跟目录这里,然后我们再启动脚本,点这个 启动脚本,他会自动弹出这个页面,然后我们再点这个 w d 一点四标签器,就是我们要去打标签,我们要把刚刚的这个图片,就是这个 tree 文件夹里边,我们一直要进来,就是这个图片这里,然后我们要复制这个路径, 复制好了之后我们回到这个页面,就是这个标签器的这个页面,然后我们把这个路径粘贴到这里来,粘贴好了之后 其他可以默认不用改,然后我们直接点启用,然后我们就可以在后台看到它的一个进程, 好,这里已经识别完成了,完成了之后我们回到这个地方来,就是回到我们的这个图片这个地方,也就是这个文件夹看到没,然后他每一张图片后边都会更一个这样的一个文本, 就是文本文档点进去之后你都要去检查一下这里头有没有,就是说不需要的,不对的,比如说像这个 paper, 我就不需要每个里边都有 paper, 对吧?我就不需要有这个纸,当然你也可以删掉,那我这里就懒得去删这些了,只是给大家去做一个演示, 然后这些是他的标签。当然如果你想要一个那种触发词,那那种收敛词,那你可以用这个,就是我也会推荐给大家,就是用这个 就是这个批量打标的工具,然后我也会提供给大家。大家下载之后解压,就是这个文件我已经提前解压好了,解压好了之后点进去,然后一直点到这里,我们再点这个文件启动,然后我们点这里, 然后我们点第一个去上传我们的就是刚刚的那个图片, 然后我们找到我们的这个模型训练器的目录,然后找到 chain, 然后找到这个 on a, 然后就是这个文件了,就不要再点进去,我们点一下它,它这里就显示这个数字下滑线,然后这个名字 a near 这个文件,然后我们直接点选择, 选择好了之后,这里是总共的一个标签,就是他结合的,然后你可以把你不需要的删掉,就是这个, 那我就随便先删一删,就是你可以去检查一下你哪些标签是不用的,那你可以点中他,然后点这个叉就可以删掉了,然后除了这个,我们要去添加一个收敛词,对吧?然后你就点这个加号, 然后我们在这里去输入一个收敛词,尽量是那种中文拼音吧,就是免得跟我们的提示词有重复,就是这 块,那我们就输入小美女,然后零一这样的一个就是名字,然后这个地方我们把它放到最开始,就是 top, 就是最开始的这个地方,然后点 ok, 那么它每一张图片前边儿 这个标签前边都会有这样的一个收敛词了,你可以看一下,喏, 就是都会有这样的一个收敛词,看到没,然后放好了之后点这个,又是点这个,然后再保存 save, 保存它的一个改变,然后保存好了之后我们就可以删掉了, 然后我们回到就是这个页面,就是我们的图片的这个页面,我们点这个标签,你可以看一下 它每个标签前边都有个这个小美女零一这样的一个瘦脸词了,这儿就是方便我们去调用我们的 lura, 这个就是这个收敛词,这个标签你可打可不打,就是这个只是方便我们调用 nora 而已。 然后好了之后我们回到 lora 训练这个页面,这里有 lora 训练,你也可以看到这里是给出的一个建议,如果是新手的话,你就点新手就好了,如果你有一定的经验,他是开放了全部的高级参数的,那你就可以点下边的专家, 然后这里也有参数的详解,大家可以下来去学习一下。那我这里只给大家去做演示,我们就用新手这个,然后在这个地方呢,这个地方你就要去 去输入你的模型的名字这个地方,比如说我们刚刚的那个模型不是已经放好了吗? 就是在这个文件夹里边,然后它里头有一个 s d models, 这个文件夹点进去,然后这个就是我们的底膜,然后你要把它的这个所有的东西都要复制, 当然你也可以改名字哈,然后复制好了之后回到这个页面,然后我们这前边的这一部分可以保留,就是我们的那个文件夹,然后下边的这个我们要把这个名字输入进去, 然后这里呢它是 train 文件夹下边的那个训练级的一个路径,它是 train 下边的那个名字就可以了。然后同样我们是回到这个地方,然后找 找到 trin 这个文件夹,点进去,点进去这个它的文件名就可以了,不要再点进去了,就是这个 trin 下边的这个,然后同样我们把这个名字复制一下, 回到这个页面,我们把最后的 j 里改掉就可以了,就改成这个名字,它是寸文件夹夹下边的这个文件,我们往下看,这里是正泽化数据及路径,你没有你就空着,这个地方是你图片的大小, 你之前是什么大小,现在就是什么大小,我本来就是五幺二乘五幺二,那我就这里就不变了,这个图片的大小必须是六十四的倍数。呃,这个不要弄错了,我们再往下,这个地方是模型保存的名字,也就是你 laura 叫什么名字?那我就起一个安妮儿就是这个名字吧。 然后这里是你输出的 laura 模型,它的一个保存文件夹,它这里我们就默认不变,它是在这个地方, 我们回到这个页面,然后回到我们模型训练器的一个根部落,然后它保存的这个模型是在这里,就是它输出的模型是在这个 alt put 里边点进去,然后它就会保存到这里了, 然后我们回到这个页面,我们往下,这个我们等会再说。我们先说这个批量大小,这个批量大小他是代表每一次处理几张图片,就是一次性拿出几张图来训练, 嗯,建议一或者二,如果你的选存在八 g 以下的话,那就填一吧,就是这个效果要好一些。然后这个呢,他是跑的一个轮数,之前我们算了 一轮是一百零四步,还记得吗?就是图片那个地方,那么这里的话就是设置你要进行几轮,建议就十五到二十轮,就是效果比较好一些,当然你可以设置成十五,那我这里, 然后这里的十五轮,那总的就是十五乘以一百零四,也就是说总的要训练一千五百六十步,就是这样的。 然后这里呢,它是代表每几轮去自动保存一次模型,那这里你可以默认二,也可以五啊,这些都是 ok 的,那我就默认二吧,就是这个,嗯,再往下 这个学习率,嗯,作为新手我们就默认,就不用去管他。然后再往下就是这个,呃,训练预览图设置建议是不开启的,因为他会消耗 更多的显存托慢速度,就是这个建议不开启,然后这里的网络设置,然后这个地方呢,他不是越大越好的,就是说,呃,经常的一个数字是三十二、六十四、一百二十八,这个不是越大越好,你 三十二、三十二,就是这两个是比较多的,或者是六十四,三十二,就是下边的这个数是上边的一半,或者是相等,就是这样的,是比较多的,就是这个,那我们就默认三十二,三十二,就是这块, 然后下边我们也不动,就是作为新手,这些我们设置好了之后,呃,在这个地方我们可以点这个保存,就是我们保存我们比较常用的一些,就是参数,我们可以点保存,保存了之后我们这里可以读取,读取参数就是这里你可以看一下,这 是我刚刚保存的,你还可以设置一个名字,比如说我就设置为 test, 然后你就可以看到了,这里也是哦,现在这个地方才是我刚刚保存的,就是设错了,当然你还可以在这里删除,就是你不需要的一些参数, 还可以这里使用,然后预览设置名字都是 ok 的,然后你不想保存,那你可以直接点这里,直接开始训练,然后你就可以在后台看到训练的一个步骤了。 how? 这里已经在开始训练了,你可以看一下 how 训练完成了,他这里会显示训练完成,我是三张图片,一千五百六十步,大概就是六分钟的样子就训练完了。 完了之后我们按一下它出来的模型,就在我们这个地方,就是我们这个文件夹里边这个目录,你找到 output 这个文件夹点进去,那我们训练的这个模型就是在这里,他是每两轮就会保存一个模型,所以他保存了很多个模型,然后你都可以去试一下,看一下哪个模型是最好的,那我就试一下最后这一课,然后我们把它复制,就是这个复制复制好了之后, 我们把它存到 vivio vivoi 目录,然后找到 models, 然后找到 laura 这个文件夹,然后点进来,你把它保存到这里就可以了,就是这里我把它复制过来了。复制过来之后,我们回到 vivio i 目录,然后去启动 v b y, 好,来到这个页面之后,这个模型我们要改一个,就是二次元的模型吧, 比如说我就改这个模型,然后 ve 的话,我就用这个 ve 算了,然后我们这里提示词去输入一些比较简单的提示词,去看一看效果, 然后这下边的一些参数我就默认, 然后这里我们点这个粉色的图标,点它,然后我们去调用我们刚刚训练的那个 lara, 就是这个 anna, 然后点它之后,它这上边自动就会帮我们去调用了。当然你也可以用那个触发词,就是那个 小美女零一可以用这个触发词,然后好了之后,我们把这个搜一下,然后点这里生成, 我们可以看一下他生成的一个效果怎么样?好,生成的你可以看一下,就是训练的效果还是非常不错的。我们再点生成,或者是我们这里多生成几张都可以看一下效果。 然后生成的我们都可以看一下,就是效果都是蛮不错的,训练的还可以。好,今天的一个分享就到这里。

sable diffusion 需要模型, charge p t 需要模型。不难发现,强大的 ai 都离不开模型的支持,但系列模型成本太高,需要一,从上千的项目中找到好用的模型。二,部署复杂的训练环境。 三,需要有懂算力分配的专业工程师。然而就算是专业工程师也会被环境和部署折磨的团团转,有什么好的解决方案呢? ins, 企业级的傻瓜是模型训练软件,只要有数据就能一键训练 a 模型。今天我们试试用 ins 做一个口罩识别模型, 主流模型软件预制好了,而且环境也已经部署好了。我们今天用的模型类别是物体侦测,模型的功能在软件中都有说明书,点一下就能使用了,不需要任何额外操作,这个效率的提升是史诗级的。第一步,上传数据集,我的数据集里面都是一些戴了口罩和不戴口罩的图片,他们都 已经做好标注。第二步,系列模型界面参数直接选择默认,开始训练。在硬件监控中可以查看硬件的利用率,这里用的是 itx 五千显卡,并且软件自带散力资源分配功能,用多少资源就分配多少,剩下的资源其他人还能用,让你的硬件使用力拉满。 训练结果显示,花了五个小时三十九分,每脑可以处理五十八张图片,上传几张图片,推理一下。在右边的界面可以看到,这个模型训练的非常成功。 with 就是戴了口罩,味道就是没戴,识别准确率达到百分之一百。 第三步了,部署模型训练好的模型可以直接下载下来,安装到你的本地硬件里,再配个摄像头,我们很熟悉的口罩识别机就做好了,怎么样不到六小时就完成了一个企业级的应用?在以往,这样的模型部署和训练至少需要三名以上 专业的婴儿算法工程师团队,而现在即使没有编程基础的宝子们也可以使用啊。这是我们的专家团队用这个软件做出的科研成果。如果你的企业也有大量的数据,不知道怎样应用,可以进粉丝群或者直接找我了解,目前李哥独家哦。

这是我用自己训练的 ai 模型生成出来的照片,我感觉作为摄影师的我要失业了。 嘿,大家好,这里是视频大拍档,我是特里。相信大家对 ai 画图已经不陌生了,一句话的文字描述就可以生成出非常优秀的数字绘画作品,而且不需要专业的画师,普通人只需要利用画图工具就可以免费出图。 那么问题来了,对那些要求不高的图,是不是不用聘请真人的插画师就可以快速完成工作?比如游戏的插画,或者是电影的概念图 被 ai 抢了饭碗,这些插画生呢,就在 ai 站上发起了抵制 ai 的运动。然而就在二月份,战火已经从绘画行业转到了摄影行业了。来大家看一看,这 ai 生成的照片是有多么的逼真。 之前的 ai 不会画手的问题呢,现在也有办法解决了,能达到这样的逼真度,是不是以后的小公司就不用花钱去找摄影师和模特来拍产品照了,直接利用 ai 技术生成就完事了? 实际上据我观察,身边已经有这样的例子了,比如说这个做投影仪的朋友,再比如,其实这个视频背景是 ai 生成的, 那我们再来替换一下背景,比如说在咖啡馆,比如说在户外,或者是下雪的地方, 或者是西北的戈壁。看到这些图,我已经意识到,像我这样没有很牛逼的摄影摄像技术的人,再过两年很可能就会因为接不到单子而失去工作。 尤其是那些街边简单的证件照的相馆,婚纱摄影什么的,没有人可以阻挡历史的进步,马车夫无法阻挡汽车的发明, 汽车的出现让养马的农夫和马车夫都失去了工作。照相机的出现让画真人画像的画家呢,也失去了工作。 i need your clothes your boots and your motorcycle ah ah ah ah ah five five you i'll break a thousand more baby come here to take out now。 为了避免被淘汰掉,所以最近我也研究了一下最新的 ai 画图技术。那接下来呢,就跟大家分享一下他对我们视频创作者、摄影师有什么帮助。怎么样才能避免不被淘汰掉?首先没有技术能力的同学,你可以去 ai 绘图网站,这里我做了一个列表, 个人比较推荐右脑科技的 viga ai 平台,使用起来非常简单,而且你还可以免费的训练属于自己的模型。这些在线工具目前还是比较简单的,要想实现更复杂更前沿的一些技术,那么 我们就需要在自己的电脑上本地部署一个画图程序。目前最强的开源画图软件是 stable diffusion 的 web ui 版本,这个在网上呢,已经有非常多的安装教程了,大家可以去知乎啊 b 站上搜索,感兴趣的同学非常推荐大家去尝 试一下。如果我们只是拿这样的工具去画美女还是不行的,我们得把它转换成生产力工具。比如说我要生成自己的照片,那我就得先整理出一百张左右的自己的照片,然后训练出自己的风格化的小模型,大模型加上小模型,我们就可以生成出自己想象中的各种各样的图像了。 对于像我这样的经常拍视频的人,我可以用这个技术来制作分镜脚本,以前都是手绘画的,非常的难看且不直观。现在呢,我们可以 利用这样的 ai 画图技术,生成脑海里面想要的那种拍摄的画面。光是这样还是不行的,我准备也要挑战一下,让他模拟出变形宽荧幕拍摄的效果。那变形宽荧幕镜头呢,都是拍电影用的,所以 这样的分镜脚本呢,就更有电影感,所以我得训练出自己的 ai 模型才行。我的做法是把一些镜头测评视频里面呢, 自动截取出一些画面,自动裁剪,然后人工删除一些模糊的画面,再用 blap 工具给图片打上标签。经过几个小时的训练,我终于得到了这样的画面质感,这玄焦,这拉丝, 这边缘甚至还有一点机变和暗角,这效果还是非常不错的。那有了它之后呢,我就可以更高效的制作分镜脚本了。这是我之前拍摄的一个烟花制作的小短片,这是他的分镜,如果当时 能够用这个模型来制作分镜脚本的话,那么大概我可以得到这样的视觉效果。来大家看一看这个效果是不是非常酷了,我觉得这样的分镜脚本是非常棒的, 拿着这样的更直观的拍摄方案,这样的分进脚本去给甲方要预算的时候呢,那就更有信心了。 科学技术进步的结果就是,以前非常复杂和昂贵的服务和产品呢,越来越平民化了,让普通的消费者也可以快速 高效的满足他们的需求和完成一些事情。手机的普及,让普通人不需要买昂贵的摄影器材,不需要专业的摄影技术就能够拍出好看的照 照片。 ai 技术的普及,比如说以后手机里面就可以轻松的合成各种各样的照片了,那么摄影师真的可能会失业,我个人的看法是,能淘汰掉你的不是 ai 技术本身,而是那些会使用 ai 技术的人。 所以说推荐大家呢,都赶紧去尝试一下这些新出来的技术和工具,然后尽量把这些技术呢转换成能够提升你自己创作效率的工具。那好了,这期视频就到这里了,我们下期视频再见。

hello, 大家好,我是方哥,这一期我们来说一下为什么设计师要学习 lower, 以及他在哪些地方是非常有用的。首先我把他的优点总结为以下五点, 首先他非常轻巧,只要六张图就可以进行训练,而且训练出来模型只有三十几兆,他在多角度可以实现一致性,你只要将一个画风进行了很好的训练之后,他可以在不同角度生成一样的效果,这样的话就可以实现一个方案的一致性,他可以对某个风格进行一种迁移,可以精确的学习一种风格,当然室内也可以。其次就是他能够结合大模型生成非常精美的画风,像这样的模型照 及产品照片等等。最后也会发现有些奇怪的应用,像生成一些裁总以及分析图。 ok, 那么首先什么是 lower? 在人物圈大家对 lower 的使用已经非常熟练, 对一个人物的不同角度进行训练学习之后,最后可以将这个人生成在其他的场景里边。大家可以看到我这里每一个文件夹都用了大概六张左右的照片进行训练, 训练劳软模型最重要的就是 tag, tag 方面有点反直觉,就是减少图片本身的 tag, 这一点我们后面会详细介绍。 ok, 首先他非常重要的一点就是可以在不同角度生成一样的方案,那么我在对某大师的方案进行学习之后, lora 在这个角度为我生成了他的 样子,大家可以看到他甚至帮我优化了一下比例,从中间增加了一些横线条,那么在另外一个角度也会生成同样的方案,这样的方式就可以实现一个方案在不同角度的呈现。第二个是风格迁移,就是对一种风格的学习,之后他可以放在不同的模型上, 大家可以看到这是我对某村子的一个学习,这个也非常有名的一个案例。然后首先放在一个比较正常的模型上,可以看到生成的非常好的效果,然后我就来到了呃一个 鸟看图,然后大家也可以看到他是对鸟看图,也是进行了一个非常好的生成,基本和刚刚的风格是一模一样的。然后我就想做一个比较离谱的事情,就是把刚刚这个村子的风格 看看能不能转移到高层上,然后我就用高层作为基础进行生成,大家可以看到他也是有这样的一些细节在慢慢的呈现,最终可以看到出来这张图非常有意思,他其实是一个高层,虽然说他比例有点问题,但是还是反映了很多他的细节。 ok, 那么风格千亿也不仅仅局限于室外,在室内也是有一样好的效果。大家可以看到这是我也是针对某大师,大家可以猜猜这个大是谁 的几张室内作品进行学习,之后来进行的一次风格的迁移,可以看到非常好的实现了这个大师的一种设计的感觉,同时又符合我左边的这张图片的基础,可以看到他 甚至我甚至你看这张照片你就知道我学习了什么照片,所以说这张这组是非常让我震惊的,然后我也是觉得这个功能非常强大,发挥一点想象力,他可以用在很多地方。 ok, 第三弹就是他可以实现非常精美的画风。 呃,在上一期我们生成了一些模型照之后,我发现如果用大模型结合 lore, 它可以生成非常具有局部细节的一些,而且有微距感这种摄影感的一种模型照片。所以 呃,我将它又用在了立面图上,然后可以看到它生成了非常多有意思的这样具有呃传统韵味的一种模型照。 其实你可以看到这些细节都是我进行训练的照片里面的细节,但是他将他非常好的进行了一种组合,我忍不住的把这个图片也下了下来。 ok, 那么第四个优点就是他可以像模像样的生成一张总屏,这个看起来好像很 有用,但是呃,好像也没什么用,不过呃感觉好像很厉害的样子,他可以根据左边的线框图就生成了一张总屏。 然后我又尝试了今天练的几个不同的分析图的 lower 模型,这个是一个分析底图的绘制,可以看到他也帮我们加了一些像是 a o 啊,一些一些不同的细节的,效果非常的美。然后我也是忍不住把它下载了下来。 然后我又尝试了几个其他的 low 模型,这个是训练 big 的几张分析图,得到了一个 low 模型,可以看到他很好的反映出了 big 画分析图的那种感觉, 外面的线框与里面的细线,然后有一些颜色。下一个是对针对几张线稿进行的一个学习,大家可以看到在同一个底膜的情况下面,他生成了非常多具有细节的,然后有一点颜 颜色,甚至有一些城市微距摄影感的一种照片的风格,这个都是和我放进去的图片是有相似的细节,所以可以知道。呃,其实你在使用 lol 模型的时候是非常可控的。 ok 呢,本次视频就到这里结束,大家可以回去针对我前面所说的五个优点逐一进行试验。 ok, 请大家不要忘了一键三连,谢谢大家。

设计师必知的五款国内 ai 绘图工具!维嘎 ai 可以说是国产最强的 ai 在线绘图创作平台了,最大的特点就是可以自行训练模型进行图像创作,也就是风格定制。你看上哪款风格模型可以直 直接套用训练同款,且免费,没有次数限制哦。海意,针对绘画方向的 ai 试了一下,发现图深图里面有个局部重绘,非常有意思。 你看我用智能笔刷左击将衣服样式更换掉,再输入我想变换的提示词,效果还是不错的,而且新上线的 sdxl 模式能让出图质量更高。无界 ai, 一个集图片搜索、 ai 绘图创作、作品分享交流为一体的 平台。有意思的是,通过画面描述词生成的图像可以改变画面大小哦,六种尺寸任你选,并且他居然支持上传你的 ai 作品,通过平台直接变现,这还不充吗?建议往 ai, 这个有点不一样, 是针对建筑室内设计方向的在线 ai 创作平台,支持纹身图、图身图、线稿、声图以及彩屏图,并且有很多室内设计的 low 模型,选择其中一种风格,输入关键词,疑似可生成多张,且图 片尺寸大小都有,操作简单快捷。大家期待的自训练 lora 也很快就要上线了,可以去尝试着玩玩哦。即时 ai, 主要针对 ui 创作的平台, 用文本描述深层可编辑的圆形设计稿,如果你是第一次用,不用慌,点击探索创意,选择一款自己喜欢的页面设计模板,你就会得到一个分层结构清晰且可编辑的 ui 设计稿。这五款 ai 你们说哪个好?

国人自己的 ai 画图神器,功能强大还免费,效果堪比 misterni! 关键是还支持中文咒语、人生图和图生图啊,就不用说了,还有线稿、声色、在线训练模型等等一系列实用的功能。新手呢,可以从超大神的作业开始! 风格广场上有一堆神作可以复制,甚至你还可以训练一个你自己的专属风格模型,只需要准备十张风格类似的图片上传上去。训练十五分钟之后啊,一个专属的模型就出来了,马上就能用来画图。 最近 midsorny 大火的这个局部重绘功能他也有。比如你喜欢这张图,但不喜欢里边的裙子颜色,那就可以选中裙子,输入你想改的这个效果马上就改好了。更神奇的是姿势生图, 通过控制一个人偶,就能定制图片里边人物的姿势,非常科幻。这个功能强大,还免费的绘图神器,就是 vgai! 感兴趣的朋友们欢迎来评论区互动。所以啊,跟着维哥学干货,天天都能有收获,咱们下期见!

大家好,今天来给大家介绍一个新职业,人工智能模型训练师, 那么我们熟悉汽车行业的人都知道,里面有一个车间呢,叫做表面贴装产线,而是嗯专门负责就是自动光学设备去检查这个印刷电路板里面是不是有故障,焊接点是不是牢固,组建是否归位等。 那么筛查出来的呢,要有一位叫木碱源去再筛查,要用放大镜甚至显微镜去检查,很辛苦,每天要三班倒,而且每半年呢要检查一次视力。 那么在二零一八年的时候呢,人工智能图像识别呢,已经发展的不错,所以呢博士汽车电子呢决定要组建一个人工智能项目组呢,来提 提升这个光学自动检查设备的效率,那么这里面有呃算法工程师,模型开发工程师,软件工程师和木简园, 那么呃木简园的每天的在这个项目组工作呢,就是对人工智能的这个图片数据呢进行去识别啊,最重要的呢是去打标签, 那么一开始呢,项目组没有预计到,其实这个印刷电路版的这个图片的精密程度有比普通的图像识别要精密很多, 所以呢他们就一起去呃去去研究这个标签怎么去打啊这个,然后一共呢输入了有大约四十七万份图片和这个文件,最终呢开发了这个人工智能模型,并以他本人的名字来命名。那么这件事情呢, 就告诉我们,其实我们以为人工智能的出现呢,会替代我们很多的岗位工人,替代我们很多传统的职业,其实我们嗯要去发现他创造了许许多新的数字化时代的新岗位。

大家都这么说,我是数字人,我就干脆来一个 ai 数字人的样子吧,那个很没有感情,哈哈哈,就是阻挡一个,就是相当没有感情。给大家看看真正的 ai, 请观察以下四张照片,这里面有一张是由 ai 生成的,你觉得是哪一张呢?请把相对应的图片序号打在弹幕里。 不好意思,我骗了你,刚才展示的照片全部都是由 ai 生成的。前几天我发布的两篇视频里用了大量的照片,其实都不是我本人的照片,而是由我的 logo 模型生成的图片。这是我本人的照片, 这是由 ai 生成的我。你看到的照片是由一款叫做 stability fusion 的免费 ai 绘图工 据生成的捞软模型是基于 sd 的一种绘图小模型,它的作用是对大模型的微调。为了方便你的理解,我们可以以不严谨的方式把它比喻为游戏里的皮肤。选择一个真实性人像的模型就可以开始训练了。 训练过程,我们需要准备三十到五十张左右的真人照片,把你的人像照片投喂给 ai 工具, 以大模型做支撑捞染,小模型做训练,通过不断的训练就生成出来现在你看到的照片。 我们为什么要了解什么是 lower 模型?因为学会了 lower 模型,只需要一台电脑和一个会思考会打字的你,就可以生成出像这样这样这样的 照片及人像摄影了。你看,我不仅把 ai 生成出来的我当做海报用在了视频的封面,同时他还成为了另外一个我,变成模特,为服装、美瞳、化妆品代言,还有发型设计、鞋子、包包、香水等等, 简直是妥妥的一个赚钱工具啊!无疑,我的 ai 数字分身成为了我的第二曲线生产力。这一期我们主要分享的是真人的捞嚷模型训练,当然不仅仅可以 ai 绘图人像,万物皆可捞嚷, 未来有了这样的 ai 绘图神器,我们还需要花人力、物力财力去拍摄吗?人人都可以成为专业的 ai 摄影师,人人都可以训练属于自己的捞染模型。对真人捞染模型的训练感兴趣的朋友,可以关注我们后期即将推出的相关课程。

我们来看一下如何一键同款优质模型。我们可以在微博 ai 创作平台上看到侧边栏有风格定制的工作群,点进来之后呢,这就可以定制专属的风格模型了。开始之前,我们先来看一下优质模型的一些特点,这里我先总结一句话, 就是根据你的需求来训练 ai, 会学习图片的共同特点。比方说我们想训练像人像、写真或者是宠物这些,他们是有固定的角色的,上传的照片就要固定。比方说我们看到这个人像模型里面上传的就是个人的照片,并且主体很清晰, 而且它的质量都是非常高的,没有水力,这样生成图效果就会很好。但如果说我们需要训练一个综合的风格,比方说这个二点五 d 人物啊,他可能是一些插画的综合,那在这里面其实上传的一些训练图片, 他就可以不是同一个面貌啊,就可以丰富一点,丰富一些动作、角色、配饰等等,他就会在一些深沉的图片里产生更多的可能性。所以说 ai 就是会学习这些图片的整体特点。如果我们需要进行一定的设计,比方说对于手办人物的设计,那么这里的训练图片他就可以 多个角色的,你看这些图片之间都不同,但他们有共同的一些形象特点,雷爱学习的就是一些形象特点,再根据你的描述就可以呈现更多的可能。 相对应的室内设计的模型也是这么一个道理,我们还支持三视图的人设,那其实经过刚才的一些特点的拆解,这里输入合适的名字就可以,那么对于基础模型的这一块啊,我们是有很多的选择的, 你可以点一下这个小问号,就可以看到该如何选择这样的基础模型,可以按照自己的需求来选择。另外就是很 用户非常关注的参数的设置,这些参数是官方调试很多次默认参数效果最好,建议使用默认的即可。图片五十张以上可以把参数拉大,图片数量过低建议使用默认 训练,图片数量过少就会过敏,和生成都十分相似,我们后台会根据大家上传图片张数自动调整最适合的参数。

自然语言大模型的核心技术的处理思想呢?和框架模式其实一点都不复杂。我们来梳理一下里面的核心技术,他的整个流程思想其实没有那么复杂 哎,其实和前面的 gbt 啊,二点零三点零的思想差别不是很大,但是他在细节上做了一些调整。好。那么我们来看呢,核心技术包括五大部分,包括一个数据的预处理。 哎,还有一个什么呢?基于他们前面的这个 g p t 三点二五这个模型做了一个无监督的训练。啊。什么是无监督?待会我解释啊,包括监督的训练的一个微调,包括一个训练,一个奖励。模型。 最后是基于反,基于一个反馈的强化学习。通过这五大步骤,最后实现了我们看到的呃,比较让人满意的 chat gbt。