教程上新丨从文字到成曲,MiniMax Music 3一键搞定作曲、编曲与人声

MiniMax Music-3本地部署实操:AI音乐生成、歌词风格控制与API调用 AI音乐生成正在从云端封测走向本地化落地,其核心逻辑是通过大模型理解自然语言描述,将歌词、风格、时长等指令转化为完整的音频信号。这种技术降低了作曲编曲的专业门槛,让视频创作者、独立音乐人和开发者能够以低成本批量产出原创配乐。当前行业关注点已从“能否生成”转向“如何高效部署与集成”,包括模型权重管理、显存优化、生成参数调校以及接口化调用。MiniMax Music-3作为支持最长5分钟完整音乐生成、可本地部署的开源模型,恰好覆盖了这些关键需求。文章围绕环境准备、启动方式、功能测试、API设计与批量任务执行展开 阅读详情

从一句文字描述到一首完整歌曲,MiniMax Music 3 正在推动 AI 音乐创作走向更加高效、开放的新阶段。

由 MiniMax 团队于 2026 年 8 月开源的 MiniMax Music 3,是一款基于歌词与音乐描述的生成模型。其可根据创意描述和可选歌词,在单次生成中完成作曲、编曲、演唱/演奏及完整歌曲制作,最长支持生成 5 分钟的音乐。模型重点提升了对创作者表达意图的理解和长程一致性,并增强乐器音色的清晰度与真实感,以及人声演唱的自然度。

技术上,MiniMax Music 3 重新设计了从音乐描述、语言建模到音频渲染的完整生成流程,引入细粒度时序描述、Global–Local Hybrid-LM、多层残差向量量化(RVQ)、隐藏状态融合、Flow Matching 和 Flow-VAE 等技术,以联合建模歌曲的长程结构与声学细节,从而实现更准确的创作意图表达、更完整多样的编曲,以及更清晰自然的音频生成效果。

功能上,MiniMax Music 3 覆盖完整的音乐生成流程,不仅支持根据文本描述生成匹配风格的音乐,还能根据歌词自动创作旋律、节奏并生成完整歌曲。模型支持流行、古典、电子、爵士、民谣等多种音乐风格,并能够生成包含前奏、主歌、副歌、间奏、尾声等完整结构的作品。同时,模型具备高质量人声合成功能,可生成男女声演唱以及多声部和声效果,让 AI 生成音乐更加接近真实制作流程。

目前,MiniMax Music 3 可应用于音乐创作者快速制作 Demo、短视频背景音乐生成、游戏与影视配乐原型设计,以及音乐教育和生成式 AI 研究等多个领域,为不同类型的创作者提供更低门槛的音乐生产工具。

目前,OpenBayes 官网已上线「MiniMax Music 3:基于歌词与音乐描述的音乐生成模型」教程,以 Notebook 的形式降低部署门槛,便于广大开发者快速验证模型。

在线运行链接:

https://go.openbayes.com/xvRtc

01.配置容器

1.登录 OpenBayes.com,在「公共教程」页面,搜索并选择「MiniMax Music 3:基于歌词与音乐描述的音乐生成模型」教程。

图片

2.页面跳转后,点击右上角「克隆」,将该教程克隆至自己的容器中。

图片

3.选择「NVIDIA RTX 5090」以及「PyTorch」镜像,点击「继续执行」。新用户使用下方邀请链接注册,即可获得满 ¥10 赠 ¥10 优惠券,更有机会获得 ¥15 赠金!

小贝总专属邀请链接(直接复制到浏览器打开):

https://go.openbayes.com/9S6Dr

图片

图片

图片

4.等待分配资源,当状态变为「运行中」后,点击「打开工作空间」进入 Jupyter Workspace。

图片

02.效果演示

1.页面跳转后,点击左侧 README 文件,进入后点击上方 Run(运行)。

图片

图片

2.待运行完毕后,点击右侧 API 地址即可在浏览器中访问 demo 界面。

图片

教程链接:

https://go.openbayes.com/xvRtc

ComfyUI接入MiniMax Music 3:AI音乐生成工作流完整指南 AI音乐生成正成为内容创作者的高效工具,而ComfyUI作为基于节点图的AI生成平台,凭借流程可视化和插件生态,逐渐从图像生成扩展到音频领域。其核心原理是将模型加载、条件编码、采样与解码拆解为可连接的节点,通过管道化设计实现多模态生成。将MiniMax Music 3封装为ComfyUI节点后,用户仅需输入文本描述,即可在可视化工作流中生成带人声或纯音乐的作品,大幅降低音乐创作门槛。这一方案适用于视频配乐、批量音乐素材生成、甚至与视频生成节点联动的全自动生产场景。本文从环境准备、节点封装到运行调试,系统梳理 阅读详情

相关推荐

MiniMax-Music接入ComfyUI:开源AI音乐生成工作流实战指南

AI音乐生成正在从概念走向工程实践,它利用深度学习模型学习海量音乐数据,通过文本描述或参数控制生成旋律、和声与人声。其技术价值在于大幅降低音乐创作门槛,让不具备乐理知识的内容创作者也能快速获得定制化BGM。在实际应用中,短视频配乐、游戏音效、播客片头曲等场景均可借助该技术实现高效产出。开源生态的成熟进一步推动了技术普及,其中ComfyUI作为可视化工作流平台,通过专用节点将MiniMax-Music的生成能力封装为可拖拽模块,开发者无需编写复杂代码即可搭建完整的音乐生产链路。本文基于官方开源节点,详细讲解环

weixin_34211761的博客 405

使用Json Web Token设计Passport系统

一、Token Auth机制 基于Token的身份验证是无状态的,我们不将用户信息存在服务器或Session中。 相比原始的Cookie+Session方式,更适合分布式系统的用户认证,绕开了传统的分布式Session一致性等问题。 基于Token的身份验证的主流程如下: 用户通过用户名和密码发送请求;程序验证;程序返回一个签名的token 给客户端;客户端储存token,并且每次用于...

weixin_33720956的博客 208

ComfyUI集成MiniMax Music 3:零基础搭建AI音乐生成工作流

AI音乐生成正从网页端走向可编排的工作流时代。ComfyUI作为基于节点图的AI生成工具,将模型调用、参数控制、结果处理拆解为可视化的模块节点,让音乐创作从单一输入输出变为灵活组合的管线。其核心原理是把提示词构建、生成参数、音频保存等步骤封装为独立节点,用户通过连线即可完成流程编排。MiniMax Music 3作为支持人声与多语种歌词的生成式模型,可通过API方式接入ComfyUI,降低本地硬件门槛。这一方案不仅适合快速生成歌曲片段,也便于批量试听、筛选和二次处理。本文从环境准备、节点安装到工作流搭建与排

weixin_29045585的博客 288

在线教程丨一句话生成完整歌曲,MiniMax Music 3搞定作曲/编曲/人声

MiniMax Music 3 重新设计了从音乐描述、语言建模到音频渲染的完整生成流程,引入细粒度时序描述、Global–Local Hybrid-LM、多层残差向量量化(RVQ)、隐藏状态融合、Flow Matching 和 Flow-VAE 等技术,以联合建模歌曲的长程结构与声学细节,从而实现更准确的创作意图表达、更完整多样的编曲,以及更清晰自然的音频生成效果。MiniMax Music 3 覆盖完整的音乐生成流程,不仅支持根据文本描述生成匹配风格的音乐,还能根据歌词自动创作旋律、节奏并生成完整歌曲。

HyperAI超神经 215

MiniMax Music 2.6多模态音乐生成技术解析

多模态音乐生成技术通过融合文本、音频等不同模态的输入条件,实现高质量音乐创作。其核心原理基于扩散模型(DiT)和条件注入机制,将文本描述、参考音频等输入映射到共享潜空间,再通过时空分离的注意力机制生成音乐。这项技术在游戏配乐、短视频创作等场景展现巨大价值,支持旋律提取、风格迁移等创新功能。MiniMax Music 2.6作为典型代表,其多模态条件注入层和分层离散化编码方案,显著提升了音乐生成的品质和效率,为AI音乐创作提供了新的技术范式。

weixin_34372728的博客 447

基于minimax H3的高动态音乐数字人ComfyUI工作流搭建指南

数字人视频生成正在从静态口播走向高动态音乐场景,其核心在于多模态信息的融合与动态一致性控制。音频驱动视频生成技术通过提取语音特征与姿态序列,让静态形象获得逼真的口型和表情变化。本地部署开源方案凭借可控成本、数据安全与参数灵活性,成为影视预演、MV片段制作等场景的首选。ComfyUI作为模块化工作流框架,可将音频预处理、人脸关键点提取、模型推理与视频合成高效串联,降低技术落地门槛。本文围绕minimax H3模型,介绍其量化部署与节点编排方式,重点解析双采策略在高动态音乐中的价值,并给出从环境配置到参数调优的

congsikuai0611的博客 473

用 MiniMax-Music-3 为视频创作配乐:多模态AI音乐制作实战教程

给视频配乐,几乎是每位内容创作者的噩梦:商用音乐版权贵、免费素材烂大街、自己写曲又有门槛。好消息是,MiniMax-Music-3 这款开源的多模态AI音乐生成模型,让你只需要一句文字描述,就能直接生成带人声、带情绪的完整音乐。本文是一份面向新手和普通用户的AI音乐制作实战教程,手把手教你如何在 ComfyUI 中部署 MiniMax-Music-3,用最简单的方式完成视频配乐创作。 ## 什么

gitblog_00366的博客 756

Claude Code与MiniMax Hub集成:构建AI创作流提升开发效率

最近在尝试将 AI 编程助手深度集成到我的日常开发工作流中时,发现了一个非常有意思的组合: Claude Code 与 MiniMax Hub 。这个组合不仅仅是简单的工具叠加,而是通过 MiniMax Hub 的“技能库”功能,将 Claude Code 从一个代码助手,转变为一个能深度理解项目上下文、并执行复杂创作任务(比如为你的代码宠物写歌)的智能体。这背后代表的,是一种全新的“AI 创作流”工作模式。本文将为你完整拆解如何将 Claude Code 的能力融入 MiniMax Hub 的创作流,从概

weixin_34301132的博客 345

MiniMax-Music-3 快速上手指南:10分钟在 ComfyUI 生成你的第一首AI音乐

想让 AI 帮你写一首带人声的歌?这份 MiniMax-Music-3 快速上手指南就是为你准备的。MiniMax-Music-3 是 MiniMax 推出的第三代 AI 音乐生成大模型,现在已被重新打包为 ComfyUI 专用格式,你只需输入一句文字描述,就能在本地生成带人声的完整歌曲或纯音乐。本文会带你完成模型下载、文件摆放、工作流搭建,10 分钟跑通"文字 → AI 音乐"的全流程,新手也能

gitblog_00537的博客 480

MinimaxH3音频对口型数字人本地部署与Live舞台应用实战

音频驱动口型生成是数字人技术的关键分支,它通过分析语音信号中的音素与节奏特征,驱动虚拟角色的嘴部动作,从而实现音画同步的表演效果。这类技术大幅降低了口播视频、虚拟偶像舞台和短视频内容的生产门槛,让创作者只需提供一段音频即可获得完整的数字人表演片段。在实际工程落地中,本地部署的灵活性与可控性尤为重要,尤其结合ComfyUI等工具链,可以完成从音频输入到视频输出的可视化流程。针对社区中常见的minimaxh3本地部署与minimaxh3整合包需求,本文梳理了环境配置、模型加载、提示词模板设计及批量任务调用的完整

weixin_33889665的博客 362

深度学习——VGG16模型详解

1、网络结构 VGG16模型很好的适用于分类和定位任务,其名称来自牛津大学几何组(Visual Geometry Group)的缩写。 根据卷积核的大小核卷积层数,VGG共有6种配置,分别为A、A-LRN、B、C、D、E,其中D和E两种是最为常用的VGG16和VGG19。 介绍结构图: conv3-64 :是指第三层卷积后维度变成64,同样地,conv3-128指的是第三层卷积后维度变成128; input(224x224 RGB image) :指的是输入图片大小为224244的彩色图像,通道为

橙子的博客 12万+

深入浅出 MiniMax Music 3 架构:Hybrid-LM 双模型如何协作生成完整歌曲

MiniMax Music 3 是一款能够直接生成**长达 5 分钟完整歌曲**的 AI 音乐生成模型,它的核心竞争力来自独特的 Hybrid-LM 双模型协作架构。本文用通俗易懂的方式,拆解 Global LLM 与 Local LLM 如何分工配合,再结合 Flow Matching 与 Flow-VAE 连续合成模块,带你理解"从一句歌词到一首完整歌曲"的完整技术链路。即使你不懂代码,也能看

gitblog_01159的博客 668

控制障碍函数(Control Barrier Function,CBF) 二、示例

使用一个经典简单的示例讲解CBF的推导

Lyajpunov的博客 6433

想要纯音乐?MiniMax-Music3-mxfp4的[instrumental]玩法与三种场景实测

想要一段不吵不闹、没有歌词打扰的纯音乐?开源模型 **MiniMax-Music3-mxfp4** 也许正是你要找的答案。这是音乐生成模型 MiniMax Music3 的 MLX 量化版本,专为 Apple Silicon 设备本地运行优化,而触发纯音乐生成的关键开关,就是它的 **[instrumental] 标签**。本文不讲复杂原理,直接带你上手,用三种真实场景实测 [instrument

gitblog_00553的博客 394

同花顺Supermind量化交易 风险控制建模--海龟交易法则

A.市场与标的海龟交易法则应用于流动性高的市场中,选择交易量较大的标的进行交易。本文以沪深300指数ETF为标的,构建海龟交易法则。B、仓位:仓位是海龟交易系统最核心的部分,通过ATR真实波幅指标来管理仓位。第一步:计算True Range,简称TR。TR = Max ( H−L , H−P , P−L ) ,其中H为当日日内最高价,L为当日日内最低价,P为前一日收盘价。第二步:计算ATRATR = mean ( TR , 20 ) , 即计算过去20天的TR的平均值,ATR是TR的移动平均值。

qq_22808537的博客 1497

基于YOLOv8的包装商品智能检测系统完整指南—含论文、代码

《基于YOLOv8的包装商品智能检测系统》摘要: 本文提出了一套完整的零售商品自动检测解决方案,利用YOLOv8深度学习框架实现高精度、高效率的商品识别。系统针对SKU110K大规模商品数据集(含11,762张高密度货架图像)进行优化,包含数据预处理、模型训练、推理检测和可视化界面全流程。详细介绍了从CSV标注到YOLO格式的转换方法、环境配置指南及技术架构设计。该系统可应用于智能零售、物流仓储等多个场景,有效解决人工盘点效率低、误差大的痛点。实验表明,该系统具备毫秒级检测速度和批量处理能力,为商业数字化转

FJN110的博客 209

革命性开源AI音乐模型 MiniMax-Music-3 全面解析:免费生成专业级音乐的新时代

MiniMax-Music-3 是当下最受瞩目的**开源AI音乐模型**之一,由 MiniMax 团队发布、采用 Apache 2.0 协议完全免费开放,任何人都可以下载并本地部署,通过一句文字描述就能生成带人声的完整歌曲。本篇文章将为你**全面解析**这款革命性 AI 音乐生成模型的核心能力、模型文件结构与 ComfyUI 安装配置教程,帮助你快速上手,迈入免费生成专业级音乐的新时代。 ##

gitblog_00692的博客 449

SpringBoot DDoS防护:限流与验证全面指南

SpringBoot应用DDoS防护摘要 本文介绍了SpringBoot应用防护DDoS攻击的方案。DDoS攻击通过分布式请求耗尽服务器资源,导致服务不可用、成本激增等风险。防护需遵循分层防御、弹性设计等原则。 核心方案包括: 令牌桶限流:使用Guava RateLimiter控制请求速率 滑动窗口算法:通过Redis+Lua实现精确的分布式限流 微服务集成:利用Spring Cloud Gateway统一管理API限流 实施建议: 关键接口默认添加限流保护 监控系统实时警报异常流量 结合WAF等多层防护措

本博客聚焦 YOLOv11 全流程落地,涵盖架构优化、数据集处理、训练技巧与多场景部署,兼及国产数据库、Java 开发与 AI 模型应用,内容兼顾理论与工程实践,为开发者提供系统干货,助力高效提升技术能力。 2487

MiniMax-Music-3 生态全景与路线图:社区资源、示例工作流与未来展望

MiniMax-Music-3 是由 MiniMax 开源、经 Comfy-Org 重新打包的 AI 音乐生成模型全家桶,专为 ComfyUI 设计,涵盖扩散模型(DiT)、文本编码器与音频 VAE 三大核心组件。无论你是想本地部署 AI 音乐生成、复现社区示例工作流,还是提前规划模型优化路线,这篇生态全景指南都能帮你快速上手。下面我们一步步拆解,从模型组成到部署安装,再到未来路线图,一次讲透。

gitblog_01147的博客 497

[QMT和ptrade量化交易小白入门]-125、菜场大妈加上四大现金行业指数风控,最大回撤从22%减少了一半

群里面有人建议,在菜场大妈策略的基础上,加入申万的行业指数(银行,钢铁,有色,煤炭)测算其宽度,当这四大行业其中有一个高就会清仓(用来控制回撤)。这背后的逻辑是,在存量资金博弈的市场环境中,资金总量相对固定,当银行、钢铁、有色、煤炭等大市值周期行业因基本面改善(如涨价、政策催化)或避险需求而走强时,会吸引大量资金涌入,导致其他板块(尤其是小市值股票)面临流动性虹吸。经过回测,对比上一个版本发现确实是可以降低一半的回撤,最大回撤从22.3%降到了11.4%,而且有很多时间是空仓等待。

木头大左的博客 241

【Apache Paimon】-- 13 -- 利用 paimon-flink-action 同步 mysql 表数据

在Paimon 诞生以前,若 mysql/pg 等数据源的表结构发生变化时,我们有几种处理方式(1)人工通知(比如常规的使用邮件),然后运维人员手动同步到数据仓库中(2)使用 flink 消费 DDL binlog ,然后自动更新 Hive 的外部表和内部表 schema那么现在,有了 Paimon ,我们可以利用其特性,自动识别并同步 DDL 这些变化,并同步至 hive 的 paimon 格式表中。

欢迎来到我的博客,一起探索代码里的世界! 1250

MiniMax Music 3 核心技术拆解:Flow Matching 与 Flow-VAE 的连续隐状态合成原理

MiniMax Music 3 是 MiniMax 开源的高性能 AI 音乐生成模型,能够根据歌词与音乐描述,一次生成最长 **5 分钟**的完整歌曲。它之所以能同时保证长程结构与细腻声学质感,关键在于一套基于 **Flow Matching** 与 **Flow-VAE** 的连续隐状态合成系统。本文面向普通用户与初学者,用最直观的方式拆解这套核心技术,带你理解"AI 如何从文字变成音乐"背后的

gitblog_00693的博客 381

智慧安防:基于Java+YOLOv8的视频AI识别平台设计与实现

张工,我们的园区智慧安防项目又出问题了!用Python写的YOLOv8 demo,拉3路RTSP流就卡,视频延迟超过5秒,入侵检测误报率太高,一到晚上光线差就全是误报,而且和我们的Java安防平台对接太麻烦,还要搭个消息队列,架构复杂得要死!“别慌,用Java+YOLOv8啊!

2601_94871597的博客 196

2026国产AI音乐生成工具推荐 中文写歌哪款最好用

2026年中文AI音乐创作首选国产工具,MELO音乐凭借精准自然的中文人声、清晰可商用版权、8分钟长曲支持及12轨分轨导出等全能功能,成为综合表现最强的“六边形战士”。其对话式引导极低门槛,适配短视频配乐、发行级Demo与专业创作,国内服务器稳定流畅。相较之下,Mureka、MiniMax等虽有特色,但在稳定性、版权或人声表现上存短板。对普通用户而言,MELO音乐是兼顾合规性、体验与性价比的最优解。

2301_77709629的博客 173

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain&#39;s apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath(&#39;DeepLearnToolbox&#39;));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand(&#39;state&#39;,0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W&#39;); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand(&#39;state&#39;,0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = &#39;sigm&#39;;%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, &#39;Too big error&#39;);```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand(&#39;state&#39;,0)sae = saesetup([784 100]);sae.ae{1}.activation_function = &#39;sigm&#39;;sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)&#39;)% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = &#39;sigm&#39;;nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, &#39;Too big error&#39;);```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x&#39;,28,28,60000))/255;test_x = double(reshape(test_x&#39;,28,28,10000))/255;train_y = double(train_y&#39;);test_y = double(test_y&#39;);%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you&#39;ll get around 1.2% errorrand(&#39;state&#39;,0)cnn.layers = { struct(&#39;type&#39;, &#39;i&#39;) %input layer struct(&#39;type&#39;, &#39;c&#39;, &#39;outputmaps&#39;, 6, &#39;kernelsize&#39;, 5) %convolution layer struct(&#39;type&#39;, &#39;s&#39;, &#39;scale&#39;, 2) %sub sampling layer struct(&#39;type&#39;, &#39;c&#39;, &#39;outputmaps&#39;, 12, &#39;kernelsize&#39;, 5) %convolution layer struct(&#39;type&#39;, &#39;s&#39;, &#39;scale&#39;, 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, &#39;Too big error&#39;);```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand(&#39;state&#39;,0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, &#39;Too big error&#39;);%% ex2 neural net with L2 weight decayrand(&#39;state&#39;,0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, &#39;Too big error&#39;);%% ex3 neural net with dropoutrand(&#39;state&#39;,0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, &#39;Too big error&#39;);%% ex4 neural net with sigmoid activation functionrand(&#39;state&#39;,0)nn = nnsetup([784 100 10]);nn.activation_function = &#39;sigm&#39;; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, &#39;Too big error&#39;);%% ex5 plotting functionalityrand(&#39;state&#39;,0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = &#39;softmax&#39;; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, &#39;Too big error&#39;);%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand(&#39;state&#39;,0)nn = nnsetup([784 20 10]); nn.output = &#39;softmax&#39;; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, &#39;Too big error&#39;);```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

让MiniMax Skills一句话做出电影级落地页:前端开发实战入门

MiniMax Skills 是一个面向 AI 编程智能体的开源技能库,其中的 frontend-dev 技能可以让 AI 用一句话生成"电影级"的落地页(Landing Page):高级 UI 设计、电影感滚动动画、AI 生成的图片/视频/音乐素材,以及基于 AIDA 框架的说服式文案一应俱全。本文面向前端新手,带你快速安装技能、接入 AI 编程工具,并搞懂它做出高质感落地页的完整工作流程。

gitblog_00372的博客 330

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

为什么说提示词是决定视频质量的天花板

Picture 1:车辆侧面夕阳剪影构图Picture 2:整车座舱空间Picture 3:驾驶舱方向盘Picture 4:外观主体Picture 5:外观主体(另一角度)最终决策:保留Picture 4/5(外观)、Picture 2(座舱)、Picture 3(驾驶舱),放弃Picture 1(夕阳剪影)。理由是:车辆的外观造型和内饰细节是"硬性约束",必须靠图参考才能保持一致;而夕阳剪影只是"氛围参考",可以用文字描述替代。这个优先级判断——造型 > 空间 > 氛围。

easyeye123的博客 342

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

上一篇: Ornith 35B MoE 模型实现轻量本地推理,告别高成本部署;ExtractBench:370 份文档挑战复杂结构化提取
下一篇: OpenBayes贝式计算获批 2026 年度专精特新“小巨人”企业
OpenBayes
博客等级 码龄3年 1057粉丝 234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