AAAI‘25 今日截稿!SD 核心成员开源比 Midjourney 还强的文生图模型,现已提供一键启动

详细解读ControlNet作者最新力作:透明图层的生成模型LayerDiffusion ControlNet的作者Lvmin Zhang的新作品LayerDiffusion,可以用于生成四通道带有透明图层的图片,这对于设计和落地是巨大的利好,因为业务场景下会有很多背景替换、人物替换的需求,从此告别抠图!这篇博客详细解读背后的原理,并解读代码和复现实验。 阅读详情

Midjourney 真的不香了!继 Stable Diffusion 3 于 6 月开源后,Stability AI 前核心成员 Robin Rombach 带领着新团队在本月初推出了 FLUX.1 图像生成模型家族。官方声称 FLUX.1 在多个关键指标上超越了 Midjourney v6.0 和 DALL·E 3 等文生图的头部模型,还是开源的。说的这么强,你是不是也摩拳擦掌了呢?

hyper.ai 官网现已在教程板块上线了「FLUX.1-schnell 文生图 Demo」, 一键克隆即可开玩,下拉文章获取链接~

8 月 12 日-8 月 16 日,hyper.ai 官网更新速览:

  • 优质教程精选:3 个

  • 优质公共数据集:10 个

  • 社区文章精选:4 篇

  • 热门百科词条:5 条

  • 8 月截稿顶会:2 个

访问官网:hyper.ai

公共教程精选

1. FLUX.1-schnell 文生图 Demo

FLUX.1 是一个 120 亿个参数的大模型,能够从文本描述中生成图像,在即时跟踪、视觉质量、图像细节和输出多样性方面都达到了最先进的水平。该教程使用的是 FLUX.1 [schnell] 版本模型,模型与环境部署完毕,大家可根据教程指引直接使用大模型进行推理生成。

直接使用:https://go.hyper.ai/peksE

2. 在线教程 | 仅需 1 张图片即可生成完整绘画过程,Lvmin Zhang 新作 Paints-Undo 上线!

ControlNet 作者张吕敏 (Lvmin Zhang) 开发了名为 Paints-Undo 的新项目,能够快速拆解任意图像的绘画过程,帮助初学者更好地理解不同风格图像的绘画技巧。HyperAI超神经现已上线了「Paints-Undo 一张图生成绘画全过程 Demo」,该教程为大家搭建好了环境,无需输入任何命令,一键克隆即可启动!

直接使用:https://go.hyper.ai/EwBE0

3. 一键部署浦科化学大模型 ChemLLM-7B-chat Demo

ChemLLM-7B-Chat 是上海人工智能实验室(上海 AI 实验室)于 2024 年开源的首个用于化学和分子科学的开源大型语言模型「浦科化学 (ChemLLM)」。该教程为模型一键部署 Demo,只需克隆并启动该容器,直接复制生成的 API 地址,即可对模型进行推理体验。

直接使用:https://go.hyper.ai/X8V9z

公共数据集精选

1. ChemData 化学任务数据集

该数据集是由上海人工智能实验室与其发布的首个科学大模型浦科化学大模型 (ChemLLM) 一同开源的,主要包含了 9 项化学核心任务,730K 个高质量问答的大语言模型化学能力指令微调数据集。

直接使用:https://go.hyper.ai/94tF1

2. ChemBench4K 化学能力评测基准数据集

该数据集是由关于化学分子和反应的 9 个任务组成,包含 4,100 个多项选择题,该基准为客观衡量大语言模型的化学水平奠定了基础。

直接使用:https://go.hyper.ai/itsdU

3. BRIGHT 文本检索基准数据集

该数据集从不同领域(StackExchange 、 LeetCode 和数学竞赛)收集了 1,385 个真实查询,这些查询全部来自真实的人工数据。BRIGHT 数据集专门设计用来检索系统是否能够识别这种深层次的逻辑关系,并找到相关的学术文章或报告。

直接使用:https://go.hyper.ai/s735d

4. Multimodal ArXiv 科学理解数据集

Multimodal ArXiv 由 ArXivCap 和 ArXivQA 组成,以增强 LVLM 的科学理解能力。ArXivCap 是一个图形标题数据集,包含 640 万张图像和 390 万条标题。ArXivQA 是一个通过提示基于科学图形的 GPT-4V 生成的问答数据集。相关成果已被 ACL 2024 接受。

直接使用:https://go.hyper.ai/n64Jh

5. SPIQA 多模态科学论文问答数据集

这是首个专门设计用于解释计算机科学各个领域科学研究文章中复杂图形和表格的大型 QA 数据集,包含 270K 个问题,分为训练、验证和 3 个不同的评估部分。通过对 12 个著名的基础模型进行大量实验,团队评估了当前多模态系统理解研究文章细微方面的能力。

直接使用:https://go.hyper.ai/qd7I2

6. MMEvaIPro 多模态基准评估数据集

MMEvalPro 通过增加两个「锚」问题(1 个感知问题和 1 个知识问题)来改进现有的评估方法,形成测试模型多模态理解不同方面的「问题三元组」。最终的基准包含 2,138 个问题三元组,总共 6,414 个不同的问题,涵盖不同主题和难度级别。

直接使用:https://go.hyper.ai/Hw8JA

7. PubMedVision 大规模医学 VQA 数据集

PubMedVision 是一个大规模且高质量的医疗多模态数据集,研究团队通过精细的数据处理方法,从 PubMed 国际医学期刊的论文中筛选出与医疗相关的图片及有信息量的图片描述,有效过滤了大量医疗无关的图片和上下文不相关内容。
直接使用:https://go.hyper.ai/Uy8XM

8. Multi modal Self instruct 多模态基准数据集

该数据集共包含 11,193 个带有相关问题的抽象图像,涵盖了仪表板、路线图、图表、表格、流程图、关系图、视觉谜题和 2D 平面图等 8 大类别,此外还有额外的 62,476 条数据用于微调模型。

直接使用:https://go.hyper.ai/FwGuz

9. Assetto Corsa Gym 大规模自动驾驶赛车模拟基准

该数据集收集了 6,400 万步的赛车驾驶数据,其中 230 万步来自不同驾驶水平的人类驾驶员,其余来自 Soft Actor-Critic (SAC) 策略。

直接使用:https://go.hyper.ai/6tfuM

10. MiraData:具有长时长和结构化字幕的大规模视频数据集

MiraData 专注于 1 至 2 分钟的未剪辑视频片段(平均时长 72.1 秒),每个视频都配有不同角度的结构化描述,描述平均长度为 318 个字,确保了视频内容的全面呈现。该数据集为长视频生成、视频内容理解与生成领域的研究者提供了宝贵的资源和新的挑战机遇。

直接使用:https://go.hyper.ai/2LmEJ

更多公共数据集,请访问:

https://hyper.ai/datasets

社区文章精选

1. ACL 2024 公布 7 篇最佳论文,华中科技大学本科生一作成果获奖

8 月 14 日,ACL 2024 的各类奖项逐一揭晓,共有 7 篇成果荣获 Best Paper,华中科技大学、阿德莱德大学、安阳师范学院、华南理工大学共同发表的「Deciphering Oracle Bone Language with Diffusion Models」获奖,HyperAI超神经为大家带来了详细解读。

查看完整报道:https://go.hyper.ai/t5Zon

2. 麻省理工/ CETI 团队用机器学习技术分离出抹香鲸发音字母表!高度类似人类语言系统,信息承载能力更强!

近期,麻省理工学院 Pratyusha Sharma 以及 CETI 的研究者使用机器学习对抹香鲸的录音进行了分析,证实了抹香鲸发出的声音具有结构性,由不同特征组合形成,并且分离出了抹香鲸发音字母表,与人类语言表达系统高度类似。本文是对研究论文的详细解读与分享。

查看完整报道:https://go.hyper.ai/nA23S

3.国产光芯片重大突破!清华团队利用神经网络,首创全前向智能光计算训练架构

近期,清华大学戴琼海院士、方璐教授研究团队抓住了光子传播具有对称性这一特性,将神经网络训练中的前向与反向传播都等效为光的前向传播,开发出了一种全前向模式学习的方法。本文是对研究论文的详细解读与分享。

查看完整报道:https://go.hyper.ai/lxNhj

4. 材料探索新纪元!清华大学徐勇、段文晖团队发布神经网络密度泛函框架,打开物质电子结构预测的黑箱!

为了将神经网络算法和 DFT 算法更有机地结合起来,清华大学徐勇、段文晖课题组提出了神经网络密度泛函理论 (neural-network DFT) 框架。该框架统一了神经网络中损失函数的最小化与密度泛函理论中的能量泛函优化,相比传统的有监督学习方法,具有更高的准确性和效率,为发展深度学习 DFT 方法开辟了一条新的途径。本文是对研究论文的详细解读与分享。
查看完整报道:https://go.hyper.ai/oE7nH

热门百科词条精选

1. 配对 t 检验 Paired t-Test

2. 倒数排序融合 RRF

3. 帕累托前沿 Pareto Front

4. 大规模多任务语言理解 MMLU

5. 数据增强 Data Augmentation

这里汇编了数百条 AI 相关词条,让你在这里读懂「人工智能」:

https://go.hyper.ai/wiki

在这里插入图片描述

一站式追踪人工智能学术顶会:https://go.hyper.ai/event

以上就是本周编辑精选的全部内容,如果你有想要收录 hyper.ai 官方网站的资源,也欢迎留言或投稿告诉我们哦!

下周再见!

关于 HyperAI超神经 (hyper.ai)

HyperAI超神经 (hyper.ai) 是国内领先的人工智能及高性能计算社区, 致力于成为国内数据科学领域的基础设施,为国内开发者提供丰富、优质的公共资源,截至目前已经:

  • 为 1300+ 公开数据集提供国内加速下载节点

  • 收录 400+ 经典及流行在线教程

  • 解读 100+ AI4Science 论文案例

  • 支持 500+ 相关词条查询

  • 托管国内首个完整的 Apache TVM 中文文档

访问官网开启学习之旅:

https://hyper.ai/

【已解决】App unavailable Unfortunately, Claude is only available in certain countries and regions App unavailable Unfortunately, Claude is only available in certain countries and regions right now. We will soon publish a list of supported locations on our website. 阅读详情

相关推荐

中文翻译《ASPICE in practice》之“SUP.8 配置管理”

一般来说,自动化程度越低,负责 CM 的个人就必须花费越多的精力,例如,检查基线的正确性和完整性,或确保在归档系统上正确完成手动版本控制。必须防止未经许可的访问。为了唯一地标识基线,许多 CM 工具提供了一种“标记”基线的机制,即为受影响的 CM 项目的所有版本分配相同的标签,例如“第 3 次交付状态”。此选择必须允许绘制合格的基线(参见 BP5),即确保实际上所有描述特定开发阶段的元素(需求和设计文档、开发环境、变更请求、测试用例、测试文档,也可能是重要的中间工作产品等)都可以在 CM 系统中进行基线。

Smith_Chai的博客 1584

【亲测免费】 深度解析:FLUX.1 [schnell]模型的安装与使用教程

在当今的科技时代,图像生成技术正变得越来越重要。FLUX.1 [schnell]模型作为一种先进的文本到图像转换工具,以其高质量的输出和高效的处理能力,正受到越来越多开发者和创作者的青睐。本文将详细介绍如何安装和使用FLUX.1 [schnell]模型,帮助您快速上手并发挥其强大功能。 ## 安装前准备 ### 系统和硬件要求 在使用FLUX.1 [schnell]模型之前,请确保您的计算机系

gitblog_02932的博客 3500

二次开发vba_CATIA VBA(VBS)二次开发:使用Search批量选择元素

在CATIA二次开发中很多在程序中进行自动交互的方法或函数都需要使用选择集作为参数,将几何元素按照要求批量添加到选择集中也是实现程序自动运行的有效方法。在前面的文章《CATIA使用VBA(VBS)二次开发时用户的交互选择》和《CATIA使用VBA(VBS)二次开发时工程图和草图位置的交互选择函数Indicate2D》中介绍了在CATIA VBA(VBS)二次开发中用户和选择集之间的交互操...

weixin_32497403的博客 1323

ControlNet多重控制功能推出,AI绘画进入导演时代!

ControlNet是一种神经网络结构,通过添加额外的条件来控制扩散模型。ControlNet将网络结构划分为:1. 不可训练(locked)部分保留了stable-diffusion模型的原始数据和模型自身的学习能力。2. 可训练(trainable)部分通过额外的输入针对可控的部分进行学习,本质是端对端的训练。简单来说就是通过一些额外条件生成受控图像-在Stable Diffusion模型中添加与UNet结构类似的ControlNet额外条件信息,映射进参数固定的模型中,完成可控条件生成。

PicUP1的博客 2908

基于单片机的室内空气质量监控系统设计

摘 要 I Abstract II 引 言 1 1 控制系统设计 3 1.1 方案选择 3 1.2 系统控制原理 4 2系统硬件设计 5 2.1 单片机的选择与设计 5 2.2 温湿度模块设计 6 2.3 甲醛采集模块设计 8 2.4 显示器模块设计 9 2.5 按键模块设计 10 2.6 报警模块设计 11 2.7 加湿及风扇模块设计 11 3系统软件设计 13 3.1 总流程方案设计 13 3.2 温湿度获取的软件设计 14 3.3 液晶屏LCD1602的软件设计 15 4系统调试 13 4

Q_1928499906的博客 2703

STM32 野火MINI 用FontCvtST.exe 生成.c文件 写汉字到文本框 按钮上

STM32 野火MINI 用FontCvtST.exe 生成.c文件 写汉字到文本框 按钮上 参考了好多大神博客,自己写的过程中发现,还有些小细节。 一、打开Notepad写需要的字 另存为 UTF-16LE 也就是Unicode。 二、打开FontCvtST转 删掉所有字 读入test.txt里的字 选择刚才的test.txt 另存为.c文件 改个英文名 复制到RTOS的例程文件夹下 三、打开GUIBuilder 画一个这样的 保存之前要注意路径配置要在当前位置,否则存不上 生成的D

weixin_41376117的博客 1938

Flux.1系列模型解析--Flux.1

Flux.1模型有三个版本,分别是pro、dev和schnell,三个模型性能依次递减,但生图效率依次提高。dev和schnell基于pro模型蒸馏而来,pro模型只能通过api访问,而dev、shcnell模型可获取具体权重,bfl并没有对Flux.1系列模型架构进行过多展示,只表明基于多模态和并行扩散 Transformer 模块的混合架构,参数扩展到了12B;通过基于流匹配范式训练,且引入旋转位置编码和并行注意力层来提高模型性能并提升硬件效率。图1 Flux.1模型架构图。

zzfive的博客 2159

FFmpeg硬件加速实战:VAAPI驱动配置全攻略(含NVIDIA/Intel避坑指南)

本文详细解析了在Linux环境下配置FFmpeg使用VAAPI接口实现硬件加速的完整流程。针对NVIDIA、Intel等主流显卡,提供了从驱动安装、环境变量设置到多显卡切换的实战指南,并重点解决了闭源驱动冲突、国产系统适配等常见问题,帮助用户有效提升视频处理性能。

weixin_29306011的博客 461

本地部署 Flux.1 最强文生图大模型!Comfyui 一键安装

最近,由前StabilityAI员工创立的黑森林实验室推出了开源文生图大模型–FLUX.1横空出世。FLUX.1在文字生成、复杂指令遵循和人手生成上具备优势。以下是其生成图像示例,可以看到即使是生成大段的文字、多个人物,也没有出现字符、人手等细节上的错误。有了SD的经验,可以对FLUX放心使用。话不多说,让我们先上手。一、安装先把ComfyUI升级到最新版。尽管很多网友称16G显卡方能跑的很好,经过实测,12G显卡也能跑的起来,速度并不比SD3慢多少。

z19981的博客 7231

YOLOv8+ByteTrack实战:5分钟搞定多目标跟踪(附鱼群检测调参秘籍)

本文详细介绍了如何利用YOLOv8和ByteTrack快速实现多目标跟踪,特别针对鱼群检测等复杂场景提供参数调优秘籍。通过环境配置、核心机制解析和专项调优技巧,开发者可在5分钟内搭建高效跟踪系统,适用于水产养殖、交通监控等实际应用。文章还包含工程落地方案和性能优化建议,帮助实现精准的鱼群计数与行为分析。

e1f2g的博客 1019

《企业AI能力地图构建:AI应用架构师的关键秘籍》

构建企业AI能力地图是企业在AI时代实现战略转型和创新发展的关键举措,它需要从评估企业当前AI能力出发,全面了解技术储备、数据资产和人才队伍的现状。将企业业务战略转化为具体的AI应用场景,并进行优先级排序,是确保AI应用能够为企业带来实际价值的重要步骤。通过深入理解业务战略和挖掘应用场景,企业可以找准AI应用的切入点,提高投资回报率。

AI架构全栈开发实战笔记 633

有没有人可以一个人在家发表 AI 顶会论文?

波尔德回答:当然可以。其实吧,很多苦逼硕士/博士/博后都是在独自憋论文。你以为的AI科研:巨佬导师每周亲自辅导,传授独门知识经验;导师给你的题目眼光毒辣,是一座金矿,随便一划拉就能出文章;同门之间紧密合作,每周都有头脑风暴和paper reading,碰撞出思维的火花;满世界开会,和同行谈笑风生;课题组人均八张A100,没见过小于4096的batch size;你的导师能搞定审稿人甚至chair;...

weixin_40920183的博客 1261

一文读懂AUTOSAR CAN通信

在AUTOSAR的分层和模块化架构中,使用PduR(Protocal Data Unit Router)将总线或者网络数据进行抽象,使得上层应用不用关心信号的来源。本文从PduR下层的CAN Interface、CAN Driver和CAN Transceiver Driver模块介绍CAN总线在AUTOSAR架构中的工作机制以及信号的收发等功能。PduR以及COM等上层模块的介绍可以参考公众号内发布的历史文章。

酒无忧的博客 2496

OpenFLUX.1:去蒸馏版本的FLUX.1-schnell,可进行微调,文中附模型下载地址。

经过多次迭代,并花费大量资金用于计算训练,我认为终于到了可以将其视为测试版的阶段。我仍将继续训练它,但此时,大部分训练已经完成了提炼。因此,第一阶段已完成。请随意使用它并进行微调,但请注意,我可能会继续更新它。

AIGC Studio:分享AIGC前沿知识和好玩应用,公众号同名。 2175

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

FLUX.1 schnell图像生成模型完全掌握手册

欢迎使用FLUX.1 schnell图像生成模型,这是一款能够将文字描述转化为精美视觉作品的先进AI工具。无论您是初次接触AI图像生成,还是希望进一步提升使用技巧,本手册都将为您提供全方位的指导。 ## 环境配置与快速部署 在开始使用FLUX.1 schnell之前,请确保您的系统环境满足基本要求。推荐配置包括Python 3.8及以上版本、支持CUDA的GPU设备,以及充足的存储空间用于模型

gitblog_01116的博客 926

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

为什么FLUX.1-schnell是下一代AI图像生成的终极选择

在AI图像生成技术快速发展的今天,**FLUX.1-schnell** 作为黑森林实验室(Black Forest Labs)推出的革命性模型,正在重新定义文本到图像生成的边界。这款拥有120亿参数的整流流变换器模型,凭借其卓越的生成质量和极快的推理速度,成为了AI图像生成领域的终极选择。🚀 ## 🔥 什么是FLUX.1-schnell? FLUX.1-schnell是一个基于Apache

gitblog_01072的博客 1106

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

【亲测免费】 深入了解 FLUX.1 [schnell]:配置与环境要求指南

在当今的数字化时代,图像生成模型的应用日益广泛,而 FLUX.1 [schnell] 模型以其卓越的性能和高效的处理能力,成为众多开发者和创作者的首选。然而,要充分利用这一模型的强大功能,正确的配置和环境设置至关重要。本文旨在为用户提供一份详尽的指南,确保您能够顺利部署和使用 FLUX.1 [schnell]。 ## 系统要求 首先,让我们了解一些基本的系统要求,以确保您的计算机环境能够满足

gitblog_02703的博客 1480

AI文生图新纪元:FLUX.1领衔,多款顶尖模型汇聚趋动云社区

近期,SD(Stable Diffusion)原班人马(跳槽后新成立团队——Black Forest Lab)开源模型 FLUX.1,或成文生图模型新霸主!FLUX.1 系列包含 pro、dev、schnell 3 个模型。主要在文字生成、复杂指令遵循和人手生成上具备优势。FLUX.1pro:FLUX.1中最先进的,具有顶级的即时提示词遵循、视觉质量、图像细节和输出多样性,面向专业用户提供定制的企业解决方案。

2401_84760527的博客 1354

Stable diffusion 4.8.7 升级版来了!(Ai绘画无需部署,解压即用)附安装包

Stable Diffusion无疑是最近最火的AI绘画工具之一,本期设计软件库给大家带来了2024最新升级的Stable Diffusion资料包合集!比之前推送的更加智能、快速和简单2024全新Stable Diffusion 4.8.7资料包新版本使用更方便附带SD电商实战教程等资源让你快速上手如果你是零基础小白,想快速入门AI绘画是可以考虑的。一方面是学习时间相对较短,学习内容更全面更集中。二方面是可以找到适合自己的学习方案。

m0_71744960的博客 1813

【comfyui教程】ComfyUI+FLUX.1 工作流节点

comfyui教程:上篇文章,为各位同学介绍了如何搭建ComfyUI + FLUX.1,为了让大家用好这套强大的文生图工具,本篇将为大家详细介绍一下ComfyUI + FLUX.1 各个节点的作用,以便于大家用好这套强大的工具。

2401_84760719的博客 3895

FLUX.1最强AI绘画开源新模型,comfyUI已支持,效果惊艳

Flux 由 Stable Diffusion 初创成员 Robin 打造,他离职后成立了BLack Forest Team,最近发布了全新的图像生成开源模型 FLUX.1。

m0_58477260的博客 5082

FLUX.1概要——原SD核心团队推出的最强文生图

简要介绍——目前最强文生图FLUX.1模型。原SD核心团队重建的Black Forest Labs(黑森林实验室)推出。

分享包括但不限于计算机基础知识、数据结构与算法、Golang技术栈。年与时驰,意与日去,遂成枯落,多不接世,悲守穷庐,将复何及! 3855

FLUX.1 [schnell]:如何在1-4步内实现高质量图像生成的120亿参数修正流模型

FLUX.1 [schnell] 是一款革命性的120亿参数修正流变压器模型,专为快速高质量文本到图像生成而设计。这款开源模型在Apache 2.0许可下发布,能够在仅1到4步的推理过程中生成媲美闭源解决方案的图像质量,为开发者和创作者提供了前所未有的高效AI图像生成能力。 ## 🔍 技术架构深度剖析 ### 修正流变压器核心机制 FLUX.1 [schnell] 的技术核心在于其独特的*

gitblog_00899的博客 159

【干货】一步步带你搭建ComfyUI + Flux.1

FLUX.1 AI 是由Black Forest Labs 团队开发的具有革命性的文本生成图像大模型。它运用了众多的新技术和方法,能够将用户输入的文本描述转化为高清晰度、富有创意的图像。用户可以根据不同的需求选择生成的图像风格,例如写实、抽象、卡通、科幻等。此外,FLUX.1 支持多种输出格式,适用于广告、设计、社交媒体等多个领域。套件包括三个模型,按性能由高到低排列为:FLUX.1 [pro] ,FLUX.1 [dev],FLUX.1 [schnell]。

Misdirection_XG的博客 1871

FLUX.1-schnell深度解析:4步生成高质量图像的革命性技术

在当今AI图像生成领域,**FLUX.1 [schnell]** 以其惊人的效率和卓越的质量正在重新定义文本到图像生成的边界。这款拥有120亿参数的整流流变换器模型,通过创新的潜在对抗扩散蒸馏技术,实现了仅需1到4步就能生成媲美专业艺术家作品的高质量图像。🚀 ## 技术架构揭秘:从理论到实践的飞跃 ### 核心技术创新解析 FLUX.1-schnell的技术核心在于其独特的**整流流变换器

gitblog_00296的博客 309

最近很火的FLUX.1文生图模型本地一键整合包SwarmUI,schnell量化版,6G显存可畅玩的FLUX.1

最近一个新的文生图模型突然火出圈,它就是由Black Forest Labs(黑森林实验室)团队开发的FLUX.1。

前沿AI资讯技术和应用 2235
上一篇: 入选ACL 2024!实现蛋白质数据与文本信息跨模态解读,中科大王翔团队提出蛋白质-文本生成框架ProtT3
下一篇: 【TVM 教程】在 Adreno™ 上部署预训练模型
HyperAI超神经
博客等级 码龄7年 8873粉丝 1753原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值