使用 Go 开发 AI Agent的选择：Genkit for Go
2024/12/09
## 什么是 Genkit __Genkit__[1] 是一个 Google Firebase 团队开发的 AI Agent 开发框架，用于构建现代、高效的 AI 应用。它目前包含一个 __Node.js 的实现__[2] 和一个 __G...
Agent 智能体开发框架如何优雅选型？
【AI驱动】
Agent 智能体进入黄金发展期 Agent 智能体的发展正步入黄金时代。随着众多新框架的层出不穷和对该领域的持续投入，现在 Agent 智能体已逐步摆脱初期的动荡，迅速崛起，成为开发者的首选，超越了 RAG。那么，2024年是否会成...
2024/12/09
轻松上手 LangChain 开发框架之 Agent 技术 ！
【AI驱动】
Agent 技术剖析 Agent 这一模块在 LangChain 的使用过程中也是十分重要的。官方文档是这样定义它的：“The core idea of agents is to use a language model to cho...
2024/12/09
扩散模型实战（十四）：扩散模型生成音频
【AI驱动】
在之前的文章中，我们主要介绍了扩展模型在文本生成和文本生成图像的应用，本文将介绍在音频领域的应用。 一、安装环境 !pip install -q datasets diffusers torchau...
2024/12/09
扩散模型实战（十三）：ControlNet结构以及训练过程
【AI驱动】
经过前面的学习，我们已经可以熟练的使用文本[Prompt]( Diffusion模型，比如人物四肢的角度、背景中物体的位置、每一缕光线的角度__，因为文字的表达能力是有限的。 ## __一、ControlNet介绍__ 本文分享的Co...
2024/12/09
扩散模型实战（十二）：使用调度器DDIM反转来优化图像编辑
【AI驱动】
一、配置环境 # !pip install -q transformers diffusers accelerate import torch import requests import torch.nn as nn i...
2024/12/09
扩散模型实战（十一）：剖析Stable Diffusion Pipeline各个组件
【日积月累】
在扩散模型实战（十）：[Stable Diffusion]( Diffusion Pipeline控制图片生成效果以及大小，本文让我们剖析一下Stable Diffusion Pipeline内容细节。 Stable Diffusion...
2024/12/09
掌握 API 生命周期：基本阶段和行之有效的成功策略
【API设计】
[]( 什么决定了 [API]( 的成功？其中很重要的一点是掌握 [API 生命周期]( — 从规划到退役，每一步都会影响 [API 的性能]( 生命周期涉及几个关键阶段 — 规划、设计、开发、部署、使用、监控和退役。每个阶段都决定着 A...
2024/12/09
扩散模型实战（十）：Stable Diffusion文本条件生成图像大模型
【AI驱动】
在AIGC时代，Stable Diffusion无疑是其中最亮的“仔”，它是一个强大的文本条件隐式扩散模型（text-conditioned latent diffusion model），可以根据文字描述（也称为Prompt）生成精美图片...
2024/12/09
扩散模型实战（九）：使用CLIP模型引导和控制扩散模型
【AI驱动】
上篇文章中介绍了如何微调扩散模型，有时候微调的效果仍然不能满足需求，比如图片编辑，3D模型输出等都需要对生成的内容进行控制，本文将初步探索一下如何控制扩散模型的输出。 我们将使用在LSUM bedrooms数据集上训练并在WikiAr...
2024/12/09
扩散模型实战（八）：微调扩散模型
【AI驱动】
微调在LLM中并不是新鲜的概念，从头开始训练一个扩散模型需要很长的时间，特别是使用高分辨率图像训练。那么其实我们可以在已经训练好的”去噪“扩散模型基础上使用微调数据集进行二次微调训练。 ...
2024/12/09
扩散模型实战（七）：Diffusers蝴蝶图像生成实战
【AI驱动】
在本文中，我们以生成绚丽多彩的蝴蝶图像为例，学习Diffusers库相关知识，并学会训练自己的扩散模型。 一、环境准备工作 1.1 安装Diffusers库 %pip install -qq -U diffusers...
2024/12/09
扩散模型实战（五）：采样过程
【AI驱动】
在[构建扩散模型]( 
