当前位置： 首页 > news >正文

Datawhale X 魔搭 AI夏令营（2024第四期）AIGC方向 学习笔记

news 2026/2/10 9:08:59

粗谈

这一期是使用可图+lora微调进行文生图任务的比赛

文生图也算是跨模态了，输入Prompt文本，输出图片。Prompt很重要，分为prompts和negative prompts。可以指导结果图片的生成。

lora可以参考我上期夏令营的文章:Datawhale AI 夏令营（2024第三期）AI+逻辑推理方向 模型微调学习笔记。在文生图的这个使用场景下，使用LoRA调整模型参数以实现对特定主题、风格或任务的精细化控制。

Confy UI是一个可视化工具，允许模型训练者以一个流程图的形式，进行数据预处理、模型微调、图像生成。很方便，不过目前我还没有搭建起来。
在这里插入图片描述
参考图控制是一种根据某种参考图指导模型生成图片样式的方式。如下图。是基于扩散模型，对初始随机噪点扩散到完整图片的方式。
在这里插入图片描述

baseline

稍微看了下代码，流程还是下载模型和数据集、数据预处理、lora微调、图片生成。代码里通过torch.manual_seed(seed)方便我们复现此次图片生成。

下面是我调出来的图片。剧情是用moonshot生成的，大概就是一个邮递员的梦游历险记，意外获得地图->历尽艰辛->获得巫师认可，被赐予贵重的项链->原来只是个梦，但桌上确实有那个项链。
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

TODO

  • 使用更适合自己想法的训练集，微调模型能力
  • 学习prompt是怎么指导模型生成的
  • 看能不能搭下Confy UI

相关文章：

Datawhale X 魔搭 AI夏令营（2024第四期）AIGC方向 学习笔记

粗谈 这一期是使用可图lora微调进行文生图任务的比赛 文生图也算是跨模态了，输入Prompt文本，输出图片。Prompt很重要，分为prompts和negative prompts。可以指导结果图片的生成。 lora可以参考我上期夏令营的文章:Datawhale AI 夏令营&…...

编程日记 2024/8/12 15:18:00

VScode前端环境搭建

前言 VScode是企业中最常用的前端开发工具，本文描述如何利用VScode搭建前端开发环境 一、安装VScode 下载Vscode 点击前往下载页面 安装 安装时一直点击下一步即可 二、环境配置 1）更改语言 点击拓展搜索Chinese后下载第一个，下载完后…...

编程日记 2024/8/12 15:16:59

Python自动化测试之selenium - 元素定位

元素定位 元素定位就是通过元素的信息或者元素层级结构来定位元素。当定位到了重复的属性，默认会定位到第一个标签。 id定位 - find_element_by_id 同一个html页面中id值是唯一的。 模拟在百度输入框中输入想要查找的内容 python 代码解读 复制代码 from sel…...

编程日记 2024/8/12 15:15:57

深入探索 npm cache clean --force：清理 npm 缓存的艺术

npm 是 JavaScript 编程语言的包管理器，它是 Node.js 运行环境的默认包管理器。npm 提供了一个丰富的生态系统，包括数以百万计的可重用代码包。然而，随着时间的推移，npm 的缓存可能会变得庞大，影响性能或导致一些奇怪的…...

编程日记 2024/8/12 15:12:52

如何看待“低代码”开发平台的兴起？

如何看待“低代码”开发平台的兴起？ 近年来，“低代码”开发平台如雨后春笋般涌现，承诺让非专业人士也能快速构建应用程序。这种新兴技术正在挑战传统软件开发模式，引发了IT行业的广泛讨论。低代码平台是提高效率的利器&#xff0…...

编程日记 2024/8/12 15:11:51

自动控制——过阻尼、欠阻尼、临界阻尼及无阻尼

自动控制——过阻尼、欠阻尼、临界阻尼及无阻尼 引言 在自动控制系统和振动分析中，系统的阻尼特性对于系统的动态响应至关重要。阻尼决定了系统在受到扰动或输入信号后，如何恢复到稳定状态。本文将详细介绍过阻尼（overdamped）、…...

编程日记 2024/8/12 15:10:49

从AlphaGo到AlphaPong：AI乒乓球机器人将如何改变乒乓球竞技？

在人工智能领域，谷歌DeepMind的AlphaGo曾以其超凡的围棋能力震惊了世界。而如今，DeepMind又将其技术延伸到了乒乓球领域，推出了乒乓球机器人，被网友戏称为“AlphaPong”。这一机器人使用ABB的IRB1100机械手臂，能够与普…...

编程日记 2024/8/12 15:07:46

荒原之梦：考研期间可以玩游戏吗？

有不少同学，特别是男同学，在考研之前，会有玩游戏的习惯，那么，对于考研的同学来说，就会产生这样一个疑问。在考研备考期间，我还可以玩游戏吗？ 其实关于这个问题的答案是因人而异的&am…...

编程日记 2024/8/12 15:06:45

Hive SQL ——窗口函数源码阅读

前言 使用Starrocks引擎中的窗口函数 row_number() over( )对10亿的数据集进行去重操作，BE内存溢出问题频发（忘记当时指定的BE内存上限是多少了.....），此时才意识到，开窗操作，如果使用 不当，反而…...

编程日记 2024/8/12 15:05:43

用python的Manim 创建大括号

Brace 是 Manim 中用于创建大括号（curly braces）的一个对象类。它有几个子类，自定义了不同的功能。下面是每个类的简要解释： 1. ArcBrace 功能: 创建一个环绕弧线的括号。适用于需要围绕弧形线条的场景。用法: 通常用于图形中有…...

编程日记 2024/8/12 15:04:42

白骑士的Matlab教学附加篇 5.2 代码规范与最佳实践

系列目录​​​​​​​ 上一篇：白骑士的Matlab教学附加篇 5.1 MATLAB开发工具 在 MATLAB 编程中，遵循良好的代码规范和最佳实践有助于提高代码的可读性、可维护性和可重用性。无论是变量命名、注释风格，还是代码格式化，合理的规…...

编程日记 2024/8/12 15:03:41

Javaweb--SpringBoot

1.SpringBoot入门 简化Spring开发的一个框架，Spring Boot 旨在帮助开发者快速搭建 Spring 框架。 整个Spring的一个合集，可以简化配置 2.微服务 （1）微服务就是一种架构风格 （2）微服务就是把一个项目拆…...

编程日记 2024/8/12 15:02:40

【数据结构】算法的时间复杂度与空间复杂度

计算机考研408-数据结构笔记本之——第一章 绪论 1.2 算法和算法评价 1.2.2 算法效率的度量 算法效率的度量是通过时间复杂度和空间复杂度来描述的。 1.空间复杂度 算法的空间复杂度S(n)定义为该算法所需的存储空间，它是问题规模n的函数，记为 S(n) …...

编程日记 2024/8/12 15:00:37

PyCharm环境python开发上位机

目录 前言： 一、pycharm新建工程 1、打开 pycharm软件，新建工程 二、配置UI界面 1、新建UI界面 1）创建 Main Window 2）拖动控件到 MainWindow 中 3）设置信号与槽 4）ctrlS 保存ui文件 2、将ui文件转…...

编程日记 2024/8/12 14:59:36

ROS 2 参数使用

ROS 2 参数使用 介绍 ROS 2 (Robot Operating System 2) 是一个为机器人开发提供支持的开源框架。它继承了 ROS 1 的优点，并且在架构上做了许多改进以支持分布式系统、实时性、安全性等要求。ROS 2 中的参数是用于配置节点行为的关键部分，允许我们动态…...

编程日记 2024/8/12 14:58:34

QT的Model-View实现大批量数据展示

一、完整源代码 1.项目结构 2.各文件代码展示 define.h #pragma once #include <QVector>//学生信息 typedef struct _STUDENT {QString name; //姓名int score1; //语文成绩int score2; //数学成绩int score3; //外语成绩_STUDENT(){name ""…...

编程日记 2024/8/12 14:57:33

2024年8月7日（mysql主从 ）

回顾 主服务器 [rootmaster_mysql ~]# yum -y install rsync [rootmaster_mysql ~]# tar -xf mysql-8.0.33-linux-glibc2.12-x86_64.tar [rootmaster_mysql ~]# tar -xf mysql-8.0.33-linux-glibc2.12-x86_64.tar.xz [rootmaster_mysql ~]# cp -r mysql-8.0.33-linux-glibc2.…...

编程日记 2024/8/12 14:56:32

接口/自动化测试 面试集合

1. apache和nginx的区别? Nginx相对Apache的优点: 轻量级&#xff0c;同样起web服务&#xff0c;比apache占用更少的内存及资源; 抗并发&#xff0c;nginx处理请求是异步非阻塞的&#xff0c;支持更多的并发连接&#xff0c;而apache则是阻塞型的&#xff0c;在高 并发下ngi…...

编程日记 2024/8/12 14:55:31

菜鸡勇闯第136场双周赛

菜鸡鼓足了勇气报名了力扣双周赛&#xff08;后来复盘才知道双周赛更难一点&#xff0c;我真是头铁。。&#xff09; 没想到还拿了个竞赛名次哈哈哈哈哈还在前50%&#xff0c;小力它真的&#xff0c;我哭死 为什么我本科被高数老师忽悠&#xff0c;去打了两年数模o(≧口≦)o 每…...

编程日记 2024/8/12 14:54:29

趋动科技陈飞：从小模型到大模型，AI时代下的数据中心建设

自AI大模型横空出世&#xff0c;不断推动着AI从学术界到产业界向大众破圈&#xff0c;新的时代正在来临。11月15-16日&#xff0c;由CDCC主办的“2023第11届数据中心标准大会”在北京国家会议中心盛大开幕。 本届大会的主题围绕“AI时代 重塑未来”&#xff0c;聚焦数据中心领…...

编程日记 2024/8/12 14:53:28

23-Oracle 23 ai 区块链表（Blockchain Table）

小伙伴有没有在金融强合规的领域中遇见&#xff0c;必须要保持数据不可变&#xff0c;管理员都无法修改和留痕的要求。比如医疗的电子病历中&#xff0c;影像检查检验结果不可篡改行的&#xff0c;药品追溯过程中数据只可插入无法删除的特性需求&#xff1b;登录日志、修改日志…...

编程新知 2026/2/10 8:01:46

Golang dig框架与GraphQL的完美结合

将 Go 的 Dig 依赖注入框架与 GraphQL 结合使用&#xff0c;可以显著提升应用程序的可维护性、可测试性以及灵活性。 Dig 是一个强大的依赖注入容器&#xff0c;能够帮助开发者更好地管理复杂的依赖关系&#xff0c;而 GraphQL 则是一种用于 API 的查询语言&#xff0c;能够提…...

编程新知 2025/12/31 8:38:23

c#开发AI模型对话

AI模型 前面已经介绍了一般AI模型本地部署&#xff0c;直接调用现成的模型数据。这里主要讲述讲接口集成到我们自己的程序中使用方式。 微软提供了ML.NET来开发和使用AI模型&#xff0c;但是目前国内可能使用不多&#xff0c;至少实践例子很少看见。开发训练模型就不介绍了&am…...

编程新知 2026/2/1 8:59:45

MySQL账号权限管理指南：安全创建账户与精细授权技巧

在MySQL数据库管理中&#xff0c;合理创建用户账号并分配精确权限是保障数据安全的核心环节。直接使用root账号进行所有操作不仅危险且难以审计操作行为。今天我们来全面解析MySQL账号创建与权限分配的专业方法。 一、为何需要创建独立账号&#xff1f; 最小权限原则&#xf…...

编程新知 2025/9/5 23:36:27

基于 TAPD 进行项目管理

起因 自己写了个小工具&#xff0c;仓库用的Github。之前在用markdown进行需求管理&#xff0c;现在随着功能的增加&#xff0c;感觉有点难以管理了&#xff0c;所以用TAPD这个工具进行需求、Bug管理。 操作流程 注册 TAPD&#xff0c;需要提供一个企业名新建一个项目&#…...

编程新知 2026/1/24 14:15:44

LINUX 69 FTP 客服管理系统 man 5 /etc/vsftpd/vsftpd.conf

FTP 客服管理系统 实现kefu123登录&#xff0c;不允许匿名访问&#xff0c;kefu只能访问/data/kefu目录&#xff0c;不能查看其他目录 创建账号密码 useradd kefu echo 123|passwd -stdin kefu [rootcode caozx26420]# echo 123|passwd --stdin kefu 更改用户 kefu 的密码…...

编程新知 2026/2/9 20:16:17

【Go语言基础【12】】指针：声明、取地址、解引用

文章目录 零、概述&#xff1a;指针 vs. 引用&#xff08;类比其他语言&#xff09;一、指针基础概念二、指针声明与初始化三、指针操作符1. &&#xff1a;取地址&#xff08;拿到内存地址&#xff09;2. *&#xff1a;解引用&#xff08;拿到值&#xff09; 四、空指针&am…...

编程新知 2025/6/21 2:18:57

在树莓派上添加音频输入设备的几种方法

在树莓派上添加音频输入设备可以通过以下步骤完成&#xff0c;具体方法取决于设备类型&#xff08;如USB麦克风、3.5mm接口麦克风或HDMI音频输入&#xff09;。以下是详细指南&#xff1a; 1. 连接音频输入设备 USB麦克风/声卡&#xff1a;直接插入树莓派的USB接口。3.5mm麦克…...

编程新知 2025/11/22 14:54:34

uniapp 集成腾讯云 IM 富媒体消息（地理位置/文件）

UniApp 集成腾讯云 IM 富媒体消息全攻略&#xff08;地理位置/文件&#xff09; 一、功能实现原理 腾讯云 IM 通过 消息扩展机制 支持富媒体类型&#xff0c;核心实现方式&#xff1a; 标准消息类型&#xff1a;直接使用 SDK 内置类型&#xff08;文件、图片等&#xff09;自…...

编程新知 2025/10/25 5:53:05

C++实现分布式网络通信框架RPC(2)——rpc发布端

有了上篇文章的项目的基本知识的了解&#xff0c;现在我们就开始构建项目。 目录 一、构建工程目录 二、本地服务发布成RPC服务 2.1理解RPC发布 2.2实现 三、Mprpc框架的基础类设计 3.1框架的初始化类 MprpcApplication 代码实现 3.2读取配置文件类 MprpcConfig 代码实现…...

编程新知 2026/2/5 18:18:58