大家好,今天我们通过一个上海智慧园区的项目案例,给大家分享一下老老产品的实际应用。这个园区面积十二万平方米,三十八栋楼宇,涉及到以下八大系统功能,下面我们一起来看一下产品在项目中的实际应用。首先是一个老老的室外记账, 下面是一个八合一的气象传感器,这是我们的老喇智能地磁,是一个客流统计相机。接下来是顺州的智能配定环的方案,包括各类采集设备和数据传输设备, 包含多个数据传送和采集点,保证了园区用电的稳定运作。 接下来是顺着老腊的智慧水压表方案,包含多个 智能的水压表,可以保证园区用水的安全以及平稳。 接下来是顺州的智慧水精华,可以保证日常用水的安全。 下面是我们的一个智能门池, 还有一个我们顺州的智能水表罗拉在国际市场上的应用也是非常广泛,这是我们在哈萨克市场的一万两千盏罗拉。当天项目 最后在二零二一年最后一天,预祝顺州智能的粉丝们,合作伙伴们在新的一年乘风破浪,一路朝歌彩霞。点击右上角关注顺州智能。
粉丝2227获赞4838

打模型微调讲解与实力是不是有很多同学发现,虽然 gdp 等模型的功能很强大,但是对于特定问题却不能给出很好的回答。 比如让 gpt 写一篇小说,如果没有微调,那么他写出的内容质量就会很差,或者让他做一些特定领域的内容,他有可能会胡编乱造。那么有没有办法可以解决这些问题呢?答案是肯定的。 今天小屁就来教大家如何对模型进行微调,手把手教大家如何训练出属于自己的模型。在正式讲解前,大家一定要弄明白一个问题,就是为什么要进行模型微调?第一 点就是可以帮助模型更好的胜任新任务。预训练模型是在广泛的数据集上学习的通用标识,微调可以帮助消除预训练模型上的任何偏执,让他更好的适应新任务特定的数据和分布。 第二,通过对模型进行微调,可以增强模型特定任务的能力。最后,相比渔夫聪明,微调所需的参数更少,训练速度更快,对 gpu 等资源的消耗也比较少,十分适合个人和中小公司开发下游应用。 下面我们来一起了解一下模型微调有哪些常用的方法。二零一九年,谷歌的研究人员首次在弄门 parameter vision transfer london for nab 提出针对 bird 的 p f t 微调方式,拉开了 p f 研究的序幕。随后,更多的微调方法被科研人员研究出来,这些方法包括 laura 在论文 laura, laura in caterpish no frog language models 中被提出。论文指出,学习的过度参数化模型实际上存在于低内在围斗上, 模型自适应过程中权重的变化也具有较低的内在值。 lower 具有几个关键优势,第一,浴室链的模型可以共享,并用于为不同的任务构建许多小型 lower 模块。通过替换图一中的矩阵,该何必可以 冻结共享模型参数并高效的切换任务,从而显著降低存储需求和任务切换开销。第二,当使用自适应优化器时,劳尔使训练更有效,因为不需要维护大多数参数的优化器状态, 只优化注入的低至矩阵即可。第三,简单的线性设计允许在部署时将和训练矩阵与冻结权重合并。与完全微调的模型相比,使用 lola 不会引入推理延迟。下面我们结合代码看一下如何使用 lola 对模型进行微调。 首先要配置 loi confide 配置类,这里有五个参数,第一个是任务类型,第二个是是否用于推理。第三个是定义低为内在值大小。第四个 是定义低至矩阵的阿尔法,因此第五个是 drop of, 因此第二步是指定和获取要系列的基本模型。 第三步,使用 depth model 方法和我们最先定义好的 lower 配置类对基本模型进行包装,并使用 print trainer black prematures 方法打印参数。最后我们运行试验方法就可以对模型进行训练了。 以上就是使用 lower 进行模型训练的基本流程,在实际项目中,我们还要结合自己的训练目标对数据进行采集、整理、切分、归一化等操作,还要考虑参数等配置。 lower 等 pst 技术降低了模型训练的门槛,使我们都有机会去训练自己的模型,实现自己的想法,希望未来技术发展可以普惠到每一个人。

然后这节课呢,我们来说一说这个 lura 到底是什么,以及使用 lura 的一些技巧和注意事项。然后第二个问题呢,就是大家一定要保证说我们的这个模型的名称一定要跟我们现在加载的这个模型的名称相同, 我们还是随便复制一个这个图片的描述过来啊,我们看一下这个,然后我们还是把它复制过来,然后粘贴到描述里。好,接下来呢,我们来点击一下我们安装的这个墨琴的高照, 好,我回车一下,这样看的清楚一些。好,我们可以看到啊,他的这个模型中用的这个 lord 的名称是这个水墨 by sim v 三,还有这个树 v 二,他都不是这个墨琴的文件名。 所以说大家如果需要使用这个描述的话,大家需要把这个我们的墨芯名称然后复制过来,把它改掉,一定要保证这个文件名的相同,他才可以调用到我们安装的这个 lolo, 这是我要说的 的第二点。然后第三点呢,我们会发现有的描述中他调用了不止一个 lola 米,比如说我们刚刚复制过来的这一段描述,他就调用了两个 lola, 一个是这个数 v 二的 lola, 然后还有一个呢是这个水墨 y sim v 三的这个 lola。 其实我不知道他调用的这两个 lower 哪一个是我们安装的这个默信一零的 lower, 但是我想说的是,有的时候我们看到一张图片,他可能会调用不同的 lower, 但是我们也不能保证说他调用的每一个 lola 正好在我们的环境里也有安装。所以呢,如果大家发现自己生成的图片和他提供的这个参考图差异比较大的时候, 可以去仔细看一下他这个描述中到底要用了几个 lower。 然后我们如果想做出更相近的图片的话,我们可以考虑下载描述中相同的 lower 来实现,可能会更好一些。好,这是我要说的第三点,关注景泽浅谈爱,了解更多爱使用小技巧。

今天主要是来介绍下捞软模型的安装和使用技巧。首先来看下 stable diffusion 模型有哪些模型总共有两类,一类是主模型,一类是微调模型。 首先看下主模型,没有这个主模型我们是跑不出任何图像的,所以它是必备的。 还有一个 v a e 模型,配合主模型使用的,一般是内置在主模型里的,它也是必备的。 还有就是微调模型,又叫小模型,小模型是指从大型模型中截取特定的部分,虽然其能力不如大型模型完整, 但是由于训练方向的明确性,小型模型在生成特定内容时表现更加也更加精准。常见的小模型有 embedding hyper network, laura, 还有 dream booth。 dream booth 由于其训练后与大模型作了合并,可看作大模型,所以说除了主模型以外,其他的模型都是主模型的拓展。 这个视频主要是来讲最常见的 lord 模型,我们先打开 c, 站在模型类型这里,选择 lord, 可以看到有好多的 laura 模型, laura 主要是人物特征的训练,比如汉服真人,还有一些画风的训练,比如这个莫心,这次试试这个盲盒模型。进入到这个界面可以看到一些关键信息, 一、模型名称。二、下载。三、模型类型。四、触发关键词。五、这 这里是模型版本,有的模型会有好多版本。六、这里是模型发布的作者写的使用方法和注意事项。七、下面是网友分享的图。 八、还有这里可以看到图片右下角有一个感叹号,我们点击这里就会出现生成这张图片的信息,有关键词,采样,迭代,部署,还有 model, 猫斗就是作者使用的主模型了,因为训练 laura 模型需要选择主模型,所以 laura 使用最好,可以配套主模型, 当然也不是绝对的,可以多多尝试生成不同画风的图。那怎么找到这个主模型呢?我们复制这个模型名字, 在搜索框里搜索一下就可以看到这个模型了,进去点下载就好, 我们来下载一下这个盲盒模型,下载好了要把这个模型放到 wabui 跟目录猫豆里的 laura 文件夹内, 回到 wabui 界面,刷新一下这里的 laura 模型,可以看到我们刚才下载的模型已经出现了,现在来使用一下这个 laura。 我们回到刚才下载那个界面,把它的关键词复制到 wubui 里,所有参数和作者的一样。 选好主模型和 v a, e, 点击生成看下效 效果,可以发现和作者生成的图一点也不一样。我们来看下这是作者使用的 laura, 然后我们把自己下好的调用出来,这里单击一下就好,这里可以看出作者使用的和我们下载的不一样,所以要给它替换一下。 在生成下看下效果,可以看到 laura 已经生效了。 接下来我们自己尝试不使用作者的关键词,输入描述画面质量的关键词, 引用这个 laura 生成一下, 这里会发现我们 laura 都引用了,为啥还是生成的 不太一样,那是因为没有使用触发词。回到 c 站可以看到作者写了触发词,我们复制这个触发词,回到 y b, u, r 粘贴进去生成, 可以看到 laura 有效果了,这里还可以使用别的 laura 给它混合一下,我们使用一个八重神子的 laura, laura 后面的数字就是代表的权重越高越像,我们在使用时,权重最好不要超过零点九, 生成一下,看下效果,发现基本有一些特征了,我们再调高一下权重, 这次就更像了。 laura 最大的乐趣就是混合, 大家可以多多尝试。

你的 stable difference 模型库里面的各种模型和 lower 或许很快就得全部删掉了,因为他们都是基于 st 一点五或者是二点零版本的底膜来开发的。现在 stable difference 已经开始全面进入了 st xl 的高分辨率时代。 最新的 stable division web ur 一点六版本的更新,直接把 sd xl refiner 放置在首页 control 呢。最新的一点一四版本也全面加入了 sd xl 的支持。在西站里,海量的基于 sd xl 训练的大模型和 roi 纷纷推出市场。 如果你也想产出更高精度、更多细节的画面,那么我非常推荐大家升级,过渡到最新的版本。嗨,大家好,我是李晨,欢迎来到 c 军迷。为什么现在 stable tiffson 开始全面普及到 s d x l 呢?首先, s d x l 是目前为止学习参数最多的 模型,参数总量超过一百亿次。这也意味着通过 s d x l 可以生成各种各样的画面,不再仅仅局限于人物,它是一款可以对标咪尊里的通用型大模型。 其实 sdxl 的分辨率精度是过往底膜的四倍,直接来到了一零二四乘一零二四级别,你可别小看这个分辨率,我们看到的超高精度的图片都是在基础底膜的基础上高清重绘出来的, 所以基础底图本身所具备的细节是高清重绘的关键。 sd xl 有着更高精度的底子,也意味着他重绘扩展出来的质感和细节也会成倍的增加。 s d x l 还多出了一个 refiner 采样重构器,相当于多做了一次加照和去照的过程,能够进一步的给画面增加细节。启用 refiner 后,可以看到人物脸 部轮廓、边缘、局部的细节都有明显的加强,而且渲染时间只增加了一点点而已。另外, scxl 对关键词的理解程度有了大幅度的提升, 换句话来说就是更听得懂人话。他不用像以前那样输入一大段一大段的高精度前缀词,你可以把重心放在主体的描述上。他的核心思想和没准你一样,就是希望你输入更少的关键词,并准确的呈现出你想要的画面。 例如输入艺术,女孩戴着耳机在火车上,红色类似生锈的座椅、垃圾和破碎的瓶子在地上用 sdxl 模型来生成一下画面除了破碎的瓶子没有表现出来, 基本能够准确地呈现百分之八十以上的提示词内容。换成 sd v 一点五模型,同样的提示词生成出来的画面却是这样的。 当然 sdxl 也不是没有缺点的,他目前与老版本的 lower 是不兼容的,必须和 sdxl 训练的 lower 来搭配使用。另外, sdxl 模型对显卡的要求更高了,必须配备八 gb 以上的显存显卡才会有较好的体验。 由于 sd xl 模型的学习参数和精度更高了,以至于现在 sd xl 的各种大模型容量也是六 gb 七 gb 起步,硬盘负担又进一步增加了。不过这些都改变不了 sd xl 成为主流的趋势。接下来就给大家讲一下如何升级 stable devision repui 一点六版本。 使用秋叶启动器的同学升级非常简单,点击版本管理,在最上方看到最新的一点六零版本,点击切换确认安装最新的这个版本号,点击右上角一键更新,这样就更新完 完毕了,同时还需要更新一下相关的插件,点击扩展标签,同样的一键更新, ok, 这时候可以启动 stabledifishui 了。刚更新完的第一次启动需要加载一系列的依赖,会稍微慢一点,耐心等待,不要退出 浏览器,跳转到 web ui 界面,在首页就看到 vina 的这个功能,拉到最下面,可以看到当前已经更新到最新的 v 点六零版本了, 其他安装包或者是手动安装的同学最好最好是先复制一份备份,保存好再更新。更新的方法也很简单,进入 stable diffusion rap ui 文件夹,在导航栏上面输入 cmd, 确保这个路径是你 stable dv 选 rap ui 的路径,然后输入 gipo, 很快就安装好了。这时候下拉,打开 rap ui, 点 b a t, 稍微等待一下依赖的加载, 这时候看到 stab 的顺 rapyy, 一点六版本就更新好了。 max 用户更新稍微麻烦一些,最好先把要更新的文件夹先备份一份,不要有中文的名称。右键进入终端,或者在文件夹路径,右键在终端中打开, 看到这个路径和要升级的 stable decision web ui 文件夹一致,就没有问题了。输入 gippo, 很快就更新好了,然后输入这段命令,更新新版本需要的新增的依赖。 更新完毕后,同样的方式,用终端打开这个文件夹,然后输入启动命令,看到这个熟悉的地址,在浏览器打开就可以看到 stay body 选 rap ui 一点六版本更新好了, 最后给大家推荐几款不错的 sdxl 模型,首先是这款 cantify xl, 它能够生成细节度相当不错的二次元卡通效果。然后是这款 dxl leg 特别版,它是一个通用性相当好的模型,基本所有平面二点五 d 的动漫风格都能够胜任,容量也很大,六点四个 gb。 最后推荐一款国风真实系模型,它是一个集服装、道具、化妆都经过特别化的国风模型,可以搭配汉服 sdxl 版的 lower 一起使用。另外最新版的 ctrl 一点一四版本更新了非常多的 sdxl 模型,可以看到一共是二十七个 gb, 这些模型我都会提供给大家,这样大家就不需要模仿网络下载了。同时 sdxl 官方模型和 vfan 模型还有刚刚给大家推荐的三款 sdxl 模型也会一起给到大家,大家在评论区自取就可以了, 也可以回复模型,我会一一私信给大家。好了,本期教程到这里就结束了,如果觉得教程还不错的话,请 不要吝啬你们的小爱心,麻烦点赞收藏一下了,感谢大家的三连,那我们下期再见,拜拜!

嗨,大家好,今天给大家介绍一下 sd xl laura 的一个模型的训练,这是我训练的一个京剧脸谱的一个啊, laura 给大家看一下是这个京剧,然后把这关掉,然后模型选,选择的是 sdxl 一点零的这个基础模型, 然后提示词,呃,一个骑着摩托的人,然后有一个这样的京剧的提示词,后边加了一个劳软,然后我们点击生成看一下 其他的参数,都是默认参数,呃,只是把这个画幅的比例调成了幺零二四,然后采样步数调了三十步,然后我们看一下下,看一下, 很快生成了一个霸王骑摩托的图片,因为我的训练素材只是呃上半身的,所以他上半身会比较 贴切一些,下半身就有点有点怪啊。这个,嗯,倒不是太大问题,就是如果你素材选的好的话,量足的话,这个还是比较好的。我给大家看一下我其他生成的图, 这,这些都是这个人的脸谱,这这这提示词是喝咖啡的,就是这些啊。那现在来给大家介绍一下怎么训练。 s d x l the laura, 呃,是,首先我们我们进入这个 hacking face, 找到这个,呃,可以啊, ss 这个,这个东西你找一个自己的方便的文档,然后我到 e 盘吧,因为我 f 盘已经安装过了,我可以直接考考过去。呃,我这样考过来, 你可以直接从这儿靠的下边的下载这个压缩包就可以,当然也可以通过 get color 命令复制复制,然后复制这条地址,然后那样 下载,不过我觉得直接从这下载压缩包就挺好,然后我会把这些压压缩包文件直接上传一个网盘给大家使用,然后我们已经解压,解压完,然后打开这个文档,打开以后我们然后找到下 下边的这个这个 set set up b a t 这个文档,然后双击运行, 双击启动以后他就啊进入这个窗口运行一段时间以后呢,我们就在这里边进行选择,首先是输入一 安装这个模块,然后再选择,我看啊是选输入二安装必要的这些要求的插件,然后他就开始啊下载安装了 这个插件呢,它是没有进度条的,所以,呃,所以需要等待一会一段时间, 这里就安装完了,然后他让你选择计算机环境什么呢?这些直接回车,接下来选择,这是在这个电脑运行,然后直接点回车, 然后第二个问题,选择五分步训练,直接点回车,然后选,呃问题是否只用 cpu 输入文章 回车,然后问问这,这也是选弄, 然后这个也是 no, 然后这个 是 all 回车,然后这个选择那个是,呃 运算方法,按上下键就可以选择,选择这个,如果你显卡 ok 的话,正常的话选择 b f 幺六,用上下键选择,然后点回车, 现在我们的选项就完了,然后我们直接选六退出就可以,现在就退出退出了,嗯,可以直接关掉这, 然后找到这个这个文档。呃, g o i b b a t 文件运行,这个文件双击运行, 运行运,运行以后呢会有一个呃网址,我们就是在这个网址里边做相关的设置,输入这个网址之后呢就开始一些参数的设置,首先是进入,我们点击这个这边的这个 laura, 然后 train, 然后下边的这个原模型这一块选择 custom 这一个板块,意思是直接在那个模型基础上进行进行训练,然后文件格式是 seven tenth tensers, 这个可是这个大家应该很常见了。然后这儿呢是选择一个基基础模型,也就是,呃, sd xl best 一点零这个模型,这样你的电脑里边应该已经装了,这个 是在也你的电脑里边应该已经装了。这个模型通常是放在我们的 stable diffusion 外部 ui the models the stable diffusion 的这个文件夹下, 找到以后点选,然后打开被练到,这就 ok。 呃,然后关于这个模型呢,是在哈根 face 上,我会把这个模型的下载地址以及这个模型这个下载这个文件夹,这个文件直接上传一个网盘给大家用。 回到啊模型训练界面,这选勾选好以后呢,这勾选这个 s, d, x, l model 选这块,那这个界面就设置完了,然后 接下来来到 noratos, 来到这个节,嗯,来到这个界面,呃,在这进行设置,首先是这个提提示关键词,然后我输入一个 picking, 然后这儿呢是一个类别的关键词,我输入了一个 picking。 一, 这是我们的那个素材的原素材图的一个文文档文件夹。呃,因为我们训练 s, s, d, x, l 嘛,所以这块儿我给大家看一下啊, 这个这个文档里边是我找的原,呃,一个十一张图片的一个原素材,就是各种规格的都有,我们训练 s, d, x, l 呢,需要幺零二四的图,所以我们需要把这些图裁切成 这个文档里边的这种规正的图,这个怎么裁切呢?就是之前我们用过一个网站,这个这个网站网站打你打开以后呢点选这, 然后就可以选择你的这个原文件,然后这样全选 全选,然后这样打开它就会上传,全部上传,上传以后在右侧设置你需要的一个像素大小,咱们是幺零二四,设置好以后呢,你还能因为有些是竖图吗?你还能选 框,选框,选一下你的这个需要的部分啊,这样框选一下,框选好以后, 点击这个保存为压缩文档就可以,这是这我们回到训练界面, 呃,这块就是我们的已经裁接好的幺零二四的原素材图,然后这是一个正则,正则图片,我们这块没有直接删掉。这,然后这是一个设设置,就是训练文文档文件夹,然后我们点选这 这个文件夹的意思是我们的训练的 laura 的所有的这种中间模型呀,素材图呀,就是整个项目的文件都在这里边, 我你可以随便建一个文件夹,这是我建的文件夹 s d x l lara picking 这个文档,然后点击点选,点选以后我们这边就可以了,然后我们就 就可以点击这个按钮,点选以后可以看到, 可以看到我们的这个后台界面,就是,呃,这一条的意思是已经把啊我们的那个原图拷拷贝到啊我们的这个项目文件夹下边,我们可以看一下 这是我们的这个文档,然后这个这个文件夹下边已经有了这些图, 而且这个文文档呢都是系统自自动建的,然后这个他是有一定命名规则的啊,这个十呢是指我们选的十步,然后这是我们的那个,嗯,关键词,然后这后边也是,所以这 这块的文件夹名字不要动啊,这是这回到训练界面,然后再点选这个,呃,考配信息到文档,点选以后,我们可以看一下,回到这个文档,然后看这个 分栏,下下拉的就会把我们的这个文档的信息,文件夹的信息都全部拷拷贝到这边。 这是啊,这这一部分的内容相当于我们对整个项目进行了一个管理,那接下来就是对参数的设置,到第三个了, 到第三个画下下拉栏里边啊,这个栏里边这这块都不用动,然后这这是一个训练。 呃,步数大小,这是四十一就行,一到二,然后越小他的精度越高,当然也对你的系统要求也就越高。这是一个,嗯, 一个轮数轮数,我们这可以选择十轮。啊,那我们刚才选了十步,这又是十轮,那我们十一张图就是一千一百 一,一千一百步啊,这不需要选,这个是保保存的频次,也就是这是我选的一是每一轮都要保存一次,那十轮就是保存会保存十个。 呃,训练的 lord 模型,嗯,然后下边的这些,这,这是我们勾选的 这个,这个啊叫什么? 勾选这个 bf 十六,就是这个,是这种计算方法吧。啊,然后这选择二,这不用管,然后勾选这个栏和这个栏都需要勾选一下,然后这是这是一个学习率,和 这的这个参数有关系,我们是我们选择这个,我们选择这个的话,这的一个参数要改成零点零零零四, 下边还有一些,呃,这个学习率的参数,把他们都调成一样的数值,这三学习率有三个数值,然后我们接着继续往下调 啊,这是没关系的,这是有一个啊,额外的这种要求参数可以加,也可以不加,然后我这准给大家准备了一下啊, 油画器额外参数,我们把复制一下,复制然后粘贴到这个位置, 然后处理的像素大小,这很关键,我们要调成我们需要的幺零二四,幺零二四, 调整好这以后,然后还有哪这需要勾选,这是默认的, 然后这需要 调成零,这儿呢需要调成这个 content content, 我这有有一个表,可以参照这个表来调,别漏掉。 继续往下看,然后学习率这个需要勾选上,这个呢?哈弗 v, 然后下边的,呃,这个参数需要调成六十四,呃,这个也是直接影响我们训练出模型的一个大小,这上面就调完了,调完了,然后 把这个高级设置这点开,点开,这里边需要勾选一个,嗯,把这个 扭勾选,勾选,那就可以,那我们的这些参数就就可以了,然后点击,点击这里边开始训练, 然后我们来到后台看一下,可以看到我们刚才所有设置的那些参数,在这都会有一个访显示, 可以看到现在已经开始训练了,这是,呃,第第一个,我们总共十一个图片,然后他一个一个来, 那我这就不给大家继续看下去了。呃,大概需要一个小时啊,我是一个三零六 六零的显卡,然后十一张图片,十步啊,十个循环,总共一千一一百步吧,我三零六零的显卡是差不多一个小时,我之前训练的这个时间, 然后我们给的我给大家看一下,就是训练出来他是一个什么样的文档,哦,是上次我是训练出这样,他会有一个,这是原图的一个 文档,就是我们原素材的文档,这是十个文档,然后这些是一些中间文件啊,这个不需要我们管。然后训练出来呢,是在这个 model, 然后这十个十个文档,一二三四四五六七八九这九个文档是一个中间文档,因为我们设置了每一每 每一个循环就会生成一个啊模型这种文件,然后然后这个是最终最终的一个文档复制到 的外 u i models 下边的 laura 复制到这儿,这也是我上的这个训练的模型, 京剧这个模型,这就是我训练的模型,复制到这就可以使用了,就是我片头的,嗯,我片头用到的这个 lower 就可以生成这样的一些图。感谢大家观看,如果我的内容对你有帮助,欢迎订阅、点赞评论,谢谢大。

罗拉是一种低工号局域网无限标准,低工号一般覆盖距离近,远距离一般工号高,要想马儿不吃草还要跑的远,好像难以办到。 罗拉的名字就是远距离无线电 low marine 绝瑞迪奥,他最大特点就是在同样的工号条件下,比其他无线方式传播的距离更远,实现了低工号和远距离的统一。他在同样的工号下,比传统的无线射频通信距离扩大三到五倍。

什么是楼让无线模块?他的应用场景在哪里?楼让是一种低功率、长距离的无线通讯形式,通过楼让扩频技术,他的抗干扰能力强,传输距离和穿透能力都比传统的通讯提升好几倍。 并且电台可以多个中继组网,使用超远距离组网通讯,并且可以通讯加密,保证数据安全。这个 low 无线通讯已经在长距离物联网中得到了广泛的应用,比如说无线超表、 智慧农业、无线消防、智慧工厂、智慧路灯、智能停车、智能安防、智能家居等等。

nora 是一种低功耗、远距离的无线通讯技术,使用于物联网的应用。在罗拉的网络中,有几种常见的节点类型,每种类型呢,都有其独特的特点以及相关的应用场景。 第一种是终端的节点, in the order 终端节点是最基本的节点类型,通常用于连接无联网的设备,比如传感器以及智能控制 终端等等。终端节点呢,通常具有较低的功耗要求,并通过罗纳的无线通信与网关进行数据交付。 终端节点的设计可以根据特定的应用需求进行定制,以满足不同的传感和控制的要求。第二种是终极的节点, reading loader 终极节 呢,用于扩展罗纳网络的覆盖范围以及提供更大的通讯距离。终极节点 接收来自终端节点的数据,并将其转换到网关。通过终极节点可以实现罗拉网络的多跳的传输,从而扩展了网络的覆盖的范围以及覆盖的能力。第三种是网关的节点, get will know the 网关节点呢,是连接罗纳网络与互联网的关键节点。他通过来自终端节点和终极节点数据,并将其转发到云端的服务器以及其他的网络系统。网关节点通常具有更强大的处理能力 以及更稳定的网络连接要求,可以处理大量的数据流量,并通过与其他网络系统的接口。这些 不同的类型的罗拉结点共同构成了一个灵活而可扩展的互联网通信的网络。它组合和部署方式可以根据实际的应用需求进行调整,以实现最佳的网络覆盖范围、能效以及数据传输的质量。互联网 罗拉有任何技术问题,敬请评论区交流。关注马龙,给你讲解简约而不简单的物联网,拜拜!关注马龙抖音,学习物联网开发。

哈喽,大家好,我是超子,那么今天呢,我们来做一下简单的啊,捞绕模块之间的数据透传实验,呃,那么实验的现象呢,我们可以准备 a 和 b 啊,两个板子 哎,那么 a 版按键按下,那么可以控制 b 版的这个 led 灯,那么 b 版按键按下,那么可以控制 a 版的 led 灯啊,那么就是呢,因为他们之间有数据的这个收发 哎,然后呢数据透传这种方式呢,我们需要注意四个相同的要素啊,那么就是网络 id 相同,模块地址相同啊,信道相同,空位相同啊,然后呢我们来看一下相关的一些计存器的配置 啊,那么首先呢是零零零一啊,呃,他们是我的 face 啊,就是模块地址是两个啊,也就是高低两个字节的啊,那么 f f 这个地址是用于这个广播的啊,所以说除了 f f 失败的地址呢,我们可以用作呃普通的啊模块地址,然后耐踩低啊,耐踩低呢,是主要用于这个中计啊,也就是中计两个不同的矮低之间的这个模块数据啊。呃,但是呢,我们现在做最基本的啊,两个模块之间的数据透传啊,那么所以说呢,我们就保持耐踩低相同就可以了。 然后呢后边呢有一个这个零三啊,创口波特律,创口的波特律并不影响啊,即便 a 和 b 二者的这个创口波特律不相同啊,也不影响他们进行数据之间的这个投传 哎,然后呢就是空滤啊,那么空滤是必须相同的啊,那么不同模块之间的如果空滤不相同的话呢,那么甭管你偷船对吧,还是你这个定点或者其他这种方式啊,他都不可以进行这个收发啊,所以空滤这个地方要注意,然后还有信道相同,是吧?那么信道呢?是定这个频率 啊,信道不同的话,他的实际频率看他有换算公式啊,嗯,有零到八十三啊,一共有八十四个这个信道,哎,然后呢就功能配置这一块啊,大家一定要注意这个传输方式啊,他有这个透明传输和定点, 那么我们今天主要测试就是这个透明传输啊,然后呢还有这个中计功能,呃,你只要我们用作他啊数据收发的这个节点啊,那么他呢就必须关闭中计功能啊,如果一旦你使能的中计之后呢,那么他这个模块的收发就不是你控制的,对吧?因为他是负责转发啊,就是中计不同的往来低之间的数据, 所以说呢,我们正常的传输方式啊,那么必须要关闭这个什么这个中计这个功能。哎,然后呢我们呢这个是两个这个创口啊,捞尔模块,那么他们之间啊,呃,他呢是不需要进行一个什么一个这个组网的这种方式啊, 就是我们只要配置好,但比如说我现在这个透船方式啊,只要你所有的模块地址相同啊,网络力相同,空气相同啊,这个还有这个这个这个心道相同,那么他们之间啊就可以 收发这个数据,那么所以说呢,呃,有一个问题啊,非常就是如果说他这个密度比较大的情况下,那么会有一个什么就是数据的这个冲突啊, 有个冲撞的问题啊,所以说这个地方呢,就需要大家呢根据不同的这个场景啊,根据不同的应用来来定制啊,来制作不同的这个防冲撞的。这个什么,呃,这个,这个这个算法吧,呃, 创口的捞软呢还呢还主要受限于这个创口的这个波特率啊,所以他这个,呃并不太能传输一些大的这个数据量啊,或者说一些速率要求比较高的这个数据量,呃,都有些小数率啊,低速率啊,小数据量的这些数据呢,还是比较好的啊, 而且他这个传输距离,嗯相对来说还是比较远的啊,相对于来说咱们局网的那个组网的吧,有这个 z 跟 b 啊,对吧?有这个蓝牙呀,还有这个大家最常见的啊,还有这种 n 啊,还有什么这个 什么单品二四 l 零幺吗?啊?呃,当然了,大家这个不同的这个局网这个视频这种方式啊,会有不同的这个场景啊,那么后面呢,我们会再做一些其他的测试啊,如果有一些什么好玩的地方再和大家一起分享。

想给生成的人物穿上指定的衣服,或者给图片加入指定的细节,这就需要我们使用 lower 模型来对正常的画面进行微调。我们训练 lower 模型呢,都需要先安装 lower 训练包, 而且训练 lower 对于现存的要求并不高,只要不要小于六 g 就可以。本期视频呢,将带领大家正确的下载和安装星空大佬的 lower 训练整合包,为下一个训练 lower 的视频做好铺垫。首先我们打开屏幕上的地址, 将 low 训练包下载到本地,将它解压到一个合适的位置。这时候要注意放置我们的 low 训练包的路径必须要全是英文,而且每一个文件夹的名字里面不能有空格。然后打开我们解压好的训练包,我们找到 拍死双击打开,点击这个选项,然后等待安装成功。安装完成后,我们点击 windows 键,打开开始窗口,在里面搜索 powershale, 然后点击以管理员身份运行 之后 powershale 窗口会自动弹出。我们回到刚才解压好的训练包文件夹,打开安装说明,复制这一行文字, 回到刚才的 powsile 窗口,然后粘贴进去,点击回车,在弹出的选项里我们写入大写的 a, 然后点击回车,然后就可以把这个窗口关闭掉。回到解压好的文件夹,鼠标点击空白的地方, 然后选择在终端中打开,我们在打开的终端窗口里面写上大写的 cd, 然后把你解压好的文件夹的路径复制,粘贴到刚才 的 cd 空格后面,然后点击回车,这个动作是告诉系统接下来的操作,我们将要在这个路径里面完成,然后我们在下一行里面写上这一行字,然后再点击回车。大家要注意每一个字母都不能输入错误, 如果输入错误的话,他会报这种红名的错,我们重新输入正确的字符,然后再次点击回车。现在电脑自动的将一些必要的环境下载到这个文件夹里面,我们只需要等待他安装完成,按到进程结束之后,就可以输入这一行命令 来直接运行我们的 low 训练包上面这一块呢都是因为输入错了一些字符所以导致的报错这一块可以不用担心,我们输入正确的字符之后,他就会弹出一个网址,这时候我们可以按住 ctrl 加上鼠标左键单击 去打开它,也可以把这个网址直接复制到浏览器里面去打开弹出的这个页面呢就是 lower 的训练页面,我们可以看到上面的地址其实是和我们的 stable defusion 的地址是一样子的,所以为了我们能同时打开两个页面,需要我们返回到启动器里面, 在监听设置里面修改一下监听端口,我们只需要设置一个不同于七八六零的数即可,然后返回启动页面,点击启动,我们可以看到两个页面就能够同时打开了。以上就是整个 lora 训练包的安装过程,我将在下个视频里为大家带来 lora 的训练过程。

这个是,这个是两个 logo, 他可以按两只键,可以通行,有五公里的距离,现在这个是被控制的,我放在这里,这个是控制吧。好,现在有两个线,电源线,五伏供电线,这个 usb 插电脑上。 好,今天给这个这个设备供电,这设备就是他控制他的,他给他供电的时候,我们按下复位键,然后他就会开,先先开热点,开完之后成功后这个灯会亮,就是两个灯都亮,等待一下。 好,现在这两个灯都亮了,说明他的热点已经开好了,我们可以拿手机等一下,我们先把这个充电,这个被控制了,也给他充电,按一下,敷一下。好,这个灯亮就就好了。好,现在我们打开手机, 然后呢我们搜打开 wifi, 手机 wifi 他会出现这个捞扰, wcn, 这个热点就他的热点,我们现在手机 app 要控制这个灯,先通过 app 跟他提醒通信,通过 wifi 加通信, 然后他再通过这个捞绕把数据发给他来控制这个灯。好,我们现在连接这个捞绕 w、 a、 n 这个热点就上热点,连接完成。连接好之后,现在这两个点就可以通过 wifi 连接了,我们打开 app。 好, app, 明天不管这个 app 有三个灯,就是 三个灯代表这个三个灯,然后呢? id 一、二、三,就是这个三个灯,然后我们先点一下底下的连接设备,出现一个已连接,说明他两个已经连接好了,我们打开灯一,我们按下灯一,你看这个灯就亮了,这个灯就亮了,就是 a 点,我们按下 aid 二, ad 二也亮了,可以定图,一亮,按下 ad 三十二亮三就亮,我们关掉二, 变成灰色,这个就灭了这两这个手机和他是放在一起的,他俩自己是 wifi, 他俩自己能到。这个两个设备可以五公里,酒店可以五公里,空间呢?控制你看全部关掉,全部打开。

lora 信号穿墙能力实测最近有不少客户提问,我们的 low 让传感器的信号能穿多少层楼呢?模拟实验必须给大家安排上以十楼为中心点安装网关进行调试。工作人员分为两组,一组向上层,一组向下层, 每层测试五组数据,向上组直接十五楼换上强增一天线信号非常 ok。 向下组,八楼标准天线信号很 nice 六楼信号 ok 十七楼信号 ok 四楼需要换强增一天线信号 ok 十九楼信号 ok 二楼信号 ok 二十楼信号 ok 经过一个下午的辛苦测试,结论如下,标准版天线信号可穿楼五层强增一天线可穿楼十层穿楼能力超级 nice! 点个赞吧!

hello, 大家好,我是帆哥,今天想跟大家理性的探讨一个事情,说以后在 ai 生成图像领域,在简单的任务上还需要去训练 laura 吗? 然后这里我先列举三个事实,首先就是现在可以实现非常快速的风格迁移,只用一张图就可以,就像片头大家看的那样。第二个就是 sdxl, 它的底膜里面有着非常丰富的细节,当我们可以用 ctrl nice 进行由 ctrl 的生成的时候,它其实可以很大程度上满足我们的一个风格需求。 那么第三个就是说目前不管是 gsd、 点五还是 xl 的开源社区已经逐渐的形成,那么我们一个一个来说哈。首先第一个就是当 当下可以实现非常简单的一张图,就可以定制风格的一个效果,目前在我们的这个小程序里面也是可以去试用,然后这是用最新的一个算法模型去实现的,可以看到我这里上传了一个工业风的这样的参考图,然后我们直接生成, 看到他就能够很好的去识别这个工业风里面的素材,这个特别特别厉害,就是在于他不用去训练,你只要在网上面随便找一张图,比如我这个找个马克笔,他马上就可以把我这张线稿变成一个马克笔, 而且它不仅仅是室内啊,比如说室内其他功能,比如卧室,然后我这里上传的是一个绿叶盎然的一张参考图,他马上把卧室变成一个相同风格的这样的一个感觉, 那么我同样也可以把这个参考图啊随便改,我就改成一张这个,呃,动漫的这个插画一样的东西,我们可以对比一下啊,他原来的色调,包括这个图片里的细节都可以被放进, 那么我们再换一张啊,比如换这一张水墨风的这样的一个也是动漫感的一个东西,然后我们直接生成,可以看到效果非常的好。呃,他首先是没有任何的错误,他的吊顶啊,包括他的地面,他线条都是对的。其次是他给你加非常多可看的细节, 那么不光是对于建筑,室内,对于人物也同样可以。比如我上传一个这样的人物的图像,然后我再上传一个动漫的网上随便找一张插图,然后呢我们就直接简单直接点击生成, 可以看到这个效果,我觉得蛮好的。在这个动漫方面我不是特别懂啊,但我是第一眼觉得看起来效果特别好。然后我再上传一张真实的,比如说上传一张赫米格兰杰哈利波特里面一个人物,哈直接生成, ok, 我们可以看到既融合这个线稿,然后又能够有这种很真实的感觉,我是觉得蛮好的。 然后包括对于建筑也可以直接上传一张这个,呃,大卫西普菲尔德的这个红楼,然后我们直接生成啊,包括我们上传刚用的那张手绘风的直接生成,可以看到他的效果都非常好。所以我觉得当下一些比较简单的生成,就可以用一些比较成熟的算法进行一个 件的风格迁移。第二个事实呢,就是当下 sdxl 它底膜里面有特别丰富的一些风格,我们可以去调用,比如说我之前做的这个视频,可以看到直出的风格非常的多样, 那么他不光有这个中式、欧式,还有各种各样的,我们可以看到这个延销近期的一个测试哈, 呃,眼神呢,可以看到他测了这个好几十个风格,然后我也找他要了一张大图,可以看一下它里面不光有这个现代这个古典欧式啊等等,还有一些比如像动漫的可以看到这,还有 gta 的这个这个风格还是挺 离谱的,然后还有其他很多的不知名的一些,这只是他其中测试的一部分,呃,应该还是可以去挖掘到更多的一个风格选项。那么最后一个事实呢,就是说当下 sd 不管一点五还是 xl 的这个社区也逐渐建立,包括我们去搜上有很多内容, c 站上有很多相关的 lower。 那么简单总结一下,我就暂时劳软不管对于图像还是对于原模型来说,都是一个很好的去微调他的一个算法,他在短时间之内肯定不会消失,但是对于很多简单的生成任务,我们是不需要去用劳软了,我们可以直接在网上下载一张图,就可以实现这样的一键生成,一键风格替换, 而且可以去精确的贴合我们的线稿,那以后仅仅只有在那种定制化的呃,我们有特定非常特定的需求,然后对细节有非常高的要求的时候,我们才要去微调一个图像模型或者语言模型。 ok, 那么这就是本次视频。因为我们最近一直在弄这个小产品的事情,所以前面给大家答应做的康比 y 的教程也耽搁了,但大家放心,我一定不会割,然后这个教程在后续一定会陆陆续续放出来给大家,不过我知道可能大家看的人也不会特别多, 呃,不过也算是给这个开源社区做了一个贡献吧,我们到时候会直接放在这个 b 站平台上,如果大家对这个小产品感兴趣的,想要试试这个一键效果图风格替换的,也可以在后台联系我进行试用。 ok, 那么这就是本次视频,请大家不要忘了一键三连,谢谢大家。

罗拉的远距离低功耗在物联网中应用非常的广泛,罗拉的设备如何上网呢?网络总结有三种常用的方式, 罗拉对接 wifi, 通过 wifi station 连接 internal, 罗拉对接四 g 或者是 nbiot 连接互联网。第三种方式是罗拉配上 wifi 或者是蓝牙通道连接手机,通过手机访问你的互联网后台附近,实现上网的目的。 在实际的应用场景中,我们根据罗纳的项目成本的要求,时效性、数据包大小以及其他性能的合适的上网方式。有技术问题敬请评论区交流。关注马龙给你讲解解决而不简单的物联网,拜拜!关注马龙抖音,学习物联网开发。

大家好,我们今天来介绍一下可以远程控制门锁的罗拉门锁网关,每个网关呢可以绑定二十到五十把门锁,远距离控制门锁都是通过这个网关来进行通信的。 这个网关呢,插上一根五伏电源线,一条网线上面这条是信号天线,可以穿透三到五层楼与门锁进行通信。我们远程管理时,打开小程序,找到这把门锁 点,远程开门,这样就通过网关就开门成功了。 也可以远程呢,门已关,给用户下发制定密码,添加成功 天成功,我们测试一下,那就可以开门了,门已开,还可以来远程停用,用户的开门钥匙 设置成功,我们设成功以后啊,这个用户的开门权限就已经关闭了,停用了。然后我们这个时候啊,用户再去开门呢 啊,就提示欠费停机,就开不了门了,也可以远程来启用用户的开门权限 设置成功。嗯,车成功以后啊,这边就启用了,然后我们再就用 用这个开门的钥匙,那就会正常进行开门了,门已开, 通过罗拉门锁网关呢,还可以远程清空,删除门锁的开门钥匙。用户这门锁里面的所有钥匙都已经清空了,配了这个网关的罗拉锁相比蓝牙锁更加方便进行远程异地管理。

罗纳是物联网应用中最应该发展的无线链接技术,没有之一。各位老铁让马龙告诉你为什么? 第一,罗纳的传出距离很远,轻轻松松可以达到五百米,外加 ip 达到十五公里也是没问题的。自建的罗纳基站可以节入海量的设备,一千一万都不是难事,十万也是可以的。第三, 协议非常的灵活,这点马龙最看好,只要有良好的罗纳通讯算法,可以组建自己十分牛掰的 罗纳德网络,在加密、远距离、自由、海量洁乳方面都可以任你创新。互联网的小伙伴是否热血沸腾呢? 关于你物联网的罗纳应用学识话题非常多,各位老铁有问题评论区交流,关注马龙跟你讲解简约而不简单的互联网,拜拜!关注马龙抖音,学习物联网开发!

深圳市祥伟测控技术有限公司 low raw 温湿度传感器 xw t h 202l low raw 温湿度传感器是一款集温湿度采集和无线数据传输为一体的新兴物联网产品, 具有无限 lora 传输、锂电池供电、动态评显、分体式检测的功能特点。 一、无线 lorra 传输采用最新的 lowra 技术,实现无线数据传输,远程监控。二、传感性能采集范围温度负四十到八十五摄氏度, 湿度相对湿度零到百分之一百,显示精度温度零点一摄氏度,湿度相对湿度 百分之零点一。三、稳定可靠,采用电磁兼容设计,具有防静电的保护功能。 四、分体式检测传感器温湿度探头 xy u t h s 实为分体式探头,采用卡扣底座固定。请严格按照下列线序与传感器对应接口进行连接。 五、锂电池供电内置大功率锂电池供电,续航能力可达五年级以上。六、简洁易用传感器适用于标准定三十五毫米工业导轨安装。 产品广泛适用于数据中心、楼宇建筑、博物馆、发电站、仓库、医院等各类环境温度采集。

哈喽,大家好,昨天给大家介绍完劳拉特性和主管,今天给大家带来的就是我们顺州 sj 零二系列的劳拉无线创可通信设备, 这个核心的话采用的芯片是自主研发的 low one 的无线通信模组,是一款 low 扩屏技术进行人性数据传输的终端,为用户可以提供全透明的数据传输模式。 每款产品可以支持新型顶对顶之王,在同一个网络中具有顶播、广播、主播等多种通信模式,配合专业的硬件和软件设计,他可以实现有幸的二三二四八五以及网口设备与无线 lola 这相互转换等功能。符合工业标准应用的无线数据通信方便用户工业创可设备进行组网,他有什么优势呢?首先采用了全无信通信,解决了不信南不安全 问题,通过软件的和硬件的结合,解决了传统线路的排查难题。其次捞了低空化传输的特性,解决了距离远、成本高以及数据踩点困难等难题, 符合各类智慧产品的需求。下一期的话,我们将详细的给大家介绍一下这款产品的性能差速点击右上角关注,迅中之美。