视频虚拟主播怎们搞？体验报告全记录；一图掌握SD应用精髓；Chat效率工具大汇总；品牌营销进入AI时代 | ShowMeAI日报

ShowMeAI ShowMeAI 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 7k累计阅读 7k平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄5年
关注
原创 最新推荐文章于 2026-09-05 12:34:21 发布 7k 阅读 AI 写同款· GEO 优化 ›
D-ID生成式人工智能视频合成技术，将原创视频内容变得唾手可得 D-ID，面向未来，生成式人工智能。是一个可以智能合成人像和声音，并最终生成视频的AI工具。 阅读详情

👀日报&周刊合集 | 🎡生产力工具与行业应用大全 | 🧡 点赞关注评论拜托啦！

img

🤖 『Stable Diffusion界面解读』一张图掌握SD使用精髓

img

ShowMeAI资源编号：No.R052

图片可能被平台压缩，加入知识星球「ShowMeAI研究中心」获取高清版

img

🤖 『Stability AI 发布大语言模型StableLM』继SD之后又一大招，剑锋直指GPT-4

img

4月19日，Stability AI 又开源了大模型 StableLM，与 ChatGPT 类似，是一套文本生成AI模型，可以生成代码、笑话、歌词、故事等内容，旨在与OpenAI的GPT-4等系统竞争。StableLM 的 alpha 版本目前可以在GitHub和Hugging Spaces上获得。

Stability AI 是一家创业公司，之前开发的生成AI艺术工具 Stable Diffusion 刮起了艺术领域的腥风血雨。公司计划在未来几个月内发布更多的StableLM模型，提供更多的应用场景和示例，并与其他开发者和研究者以改进和扩展这些模型，探索它们的潜在用途。

注意！ StableLM基础模型可以商用，但必须遵守CC BY-SA-4.0许可证的条款；微调模型是不可以的。 官方博客 | GitHub | HuggingFace

🤖 『Snapchat 开放聊天机器人My AI』全球用户免费可用

img

4月19日，Snap宣布Snapchat全球7.5亿用户可以免费使用 My AI 聊天机器人，在群聊中@My AI 就可以添加聊天机器人，并能够自定义机器人的头像和名字。此外，Snap还推出了生成式AR滤镜 Cosmic Lens，可以随机生成AR滤镜的背景。

早在2月 Snapchat 智能助手My AI 就已经面向订阅用户进行了测试，为用户提供文字智能对话、读懂用户拍摄的Snap图像并作出回应、推荐AR滤镜/地点等多项新功能。截至目前，My AI的订阅用户已经超过数百万，每天生成的聊天信息多达200万条。

这！跟飞书AI助手重名了吧（⊙ｏ⊙） 官方博客 | theVerge完整报道

🤖 『Chat应用汇总 (1-在线应用)』国内优秀的产品和开发者，越来越多啦~

系列持续更新，追踪汇总更新👉 https://t.zsxq.com/0dKrWQZSm

1. Chat → pdf：chatPDF

2. Chat → pdf：ChatDOC

3. Chat → PPT：ChatPPT

4. Chat → Excel：ChatExcel

5. Chat → 网页：ChatWebpage

6. Chat → 音视频：ChatVox

7. Chat → 科研：SciChat

8. Chat → 笔记：FlowUs AI

9. Chat → 图书：风声雨声

10. Chat → 律师：AI 维权律师

11. Chat → 文档：Chatbase

12. Chat → SQL：SQLChat

13. Chat → Notion：ChatThing

……

img

ChatPDF

ChatPDF是一款强大的PDF阅读和问答工具，支持不同语言间的互动，原理是分析时创建PDF段落的语义 索引，回答问题时找到最相关段落并利用OpenAl的API生成答案，每天可免费处理3个PDF (最多120 页)。

https://www.chatpdf.com/

img

ChatDOC

ChatDOC 是一个基于 ChatGPT 的文件阅读助手，支持中英文，可以快速从上传研究论文、书籍、手册等文件中提取、定位和汇总文件信息，并通过聊天的方式在几秒钟内给出问题的答案。ChatDOC 目前免费，文件大小限制为 200 页，最多可以上传 5 个文档。在即将更新的版本中，还支持跨多个文档的综合查询和问答。一把子期待了！

https://chatdoc.com/

img

ChatPPT

ChatPPT是面向PPT使用者提供的AI生成PPT产品，基于ChatGPT与韦尼克模型，面向PPT用户提供可通过自然语言指令与Chat模式进行PPT文档创作的AI创作服务。目前有在线体验版、Office插件版两类，可在官网申请加入公测。

https://chat-ppt.com

img

ChatExcel

ChatExcel 由北京大学深圳研究生院/信息工程学院3位硕博生独立开发，主打用对话的形式实现复杂的 Excel 操作（Chat-to-Excel），并支持一键导出成标准 Excel 表格。目前已开放Demo供大家试玩，不用注册、网页上就能用、不限使用次数，相当利好懒人和 Excel 小白。

https://chatexcel.com/

img

ChatWebpage

ChatWebpage是一款智能网站分析与问答工具，通过Al分析网站，提供网站相关问题的准确答案，输入网址即可开始聊天。可回答关于网站的各类问题，包括基本信息 (如联系方式) 和高级话题(如SEO和分析)。

https://chatwebpage.com/

img

ChatVox

ChatVox 让你能够与任何视频或音频文件进行互动，只需输入YouTube或播客链接，就可以像与ChatGPT聊天一样与视频展开对话。国内开发者的产品，官方介绍本地功能正在火速开发中，期待ing

https://chatvox.aitodo.co/

img

SciChat

SciChat是一款基于前沿语言大模型的AI聊天机器人，能快速响应任何你感兴趣的话题，由科研创新服务平台SciRadar 打造。SciChat 目前每人每日拥有10,000字符的免费使用额度。

http://www.sciradar.com/

img

FlowUs AI

Flowus的AI写作功能是针对各种内容类型的。它可以帮助你写文章、论文、报告、甚至新闻稿等内容。除了根据用户输入的关键词、主题和目的进行信息筛选和整理之外，该功能还可以帮助用户自动生成标题、文章大纲、段落、句子等内容，帮助用户更快速、更准确地完成文章的创作。

https://flowus.cn/

img

风声雨声

风声雨声包含书籍翻译、书籍阅读、知名作者书籍推荐3个功能，支持epub、pdf、word、srt、txt 在内的多种最常见的文件格式，基于 GPT-3.5完成多种语言的书籍翻译、书籍信息快速提取与问答、推荐作者书籍等。

https://fsys.app/

来源：网络综合、ShowMeAI社区、即刻@张小吉

img

🤖 『「视频虚拟主播」应用体验报告』腾讯割韭菜有点狠啊！D-ID的确不错

ShowMeAI社区 @zzh 体验了国内外最知名的两款「视频虚拟主播」应用，并生成了完整的体验报告。总的来说，二者各有所长，就是腾讯的软件有点贵了吧o((⊙﹏⊙))o.

应用清单

腾讯智影：https://zenvideo.qq.com/、微信同名小程序

Creative Studio (D-ID)：https://studio.d-id.com/

整体评价

中文播报可能办腾讯智影会员会比较好，英文的话就D-ID

img

腾讯智影

▢ 免费版，勉强可以用，不过时长只有6分钟，人物边缘抠图痕迹有残留，看起来也有一些假面感

▢ 会员版，每月48，人物边缘干净，看起来也更真实

▢ 定制版，就非常抢钱了。3999的照片变脸估计质量有限，7999的是官方推荐的标准服务

▢ 不支持通过上传图片自定义人物，只能从库里选择

img

D-ID

▢ 第一个将 GPT-3、Stable Diffusion 和 D-ID 独特的面部动画技术相结合的平台，可以在几秒钟内把你的头像图片变成一个会说话的虚拟主播

▢ 英文内容，对口型更准确

▢ 支持添加自定义图片生成虚拟人

▢ 梯度付费，比腾讯智影便宜

▢ 点击查看持续更新👉https://t.zsxq.com/0daHZKEMH

🤖 『Forbes 2023 AI50 | 最有前途的50家AI公司』 一图览尽行业前沿

img

福布斯与与红杉资本 (Sequoia) 、Meritech Capital合作，发布「Forbes 2023 AI50」榜单，从全球800份申请中评选了2023年最有前途的、利用AI开展业务的、50家未上市公司。这些公司的融资规模已经超过 272亿美金。 官网 | 中文官方发布

Forbes 2023 AI50

🤖 『ChatGPT成为品牌营销新利器』70+提问模板解决实际工作场景困惑

img

这是一篇绝对要进你收藏夹的干货好文！作者列举了24个【品牌营销】工作场景，并且为每个场景都配备了提问步骤、提问模板、案例展示、关键词，非常全面和完备！超级个体时代，每个人都需要掌握一点营销技能！

1. 如何用 ChatGPT 搜集品牌项目的二手信息

2. 如何用 ChatGPT 进行剧本/广告脚本写作

3. 如何用 ChatGPT 进行品牌内容分发

4. 如何用 ChatGPT 生成社群的新闻资讯

5. 如何用 ChatGPT 生成创意营销文本素材

6. 如何用 ChatGPT 生成创意营销图片素材

7. 如何用 ChatGPT 进行销售话术优化

8. 如何用 ChatGPT 生成定制化客户解决方案

9. 如何用 ChatGPT 赋能客服团队

10. 如何用 ChatGPT 制作营销数据报表

11. 如何用 ChatGPT 做品牌营销项目管理

12. 如何用 ChatGPT 做品牌营销团队绩效管理

13. 如何用 ChatGPT 做一门课(课程大纲、脚本、PPT)

14. 如何用 ChatGPT 生产专业方向的科普内容

15. 如何用 ChatGPT 搭建品牌文本体系

16. 如何用 ChatGPT 策划品牌联名方案

17. 如何用 ChatGPT 从品牌角度,对产品提出升级建议

18. 如何用 ChatGPT 策划新品上市推广方案

19. 如何用 ChatGPT 搭建品牌视觉体系(VI)

20. 如何用 ChatGPT 写内容营销方案*. 选题计划并撰稿

21. 如何用 ChatGPT 做品牌舆论传播概况分析

22. 如何用 ChatGPT 做书籍*. 报告*. 文件的读取与互动

23. 如何用 ChatGPT 做会议自动总结

24. 如何用 ChatGPT 拆解爆款内容并提出修改意见 👉值得收藏的全文

感谢贡献一手资讯、资料与使用体验的 ShowMeAI 社区同学们！

@bebe、@逸轩、@「ShowMeAI研究中心」知识星球

【知乎】

https://mp.weixin.qq.com/mp/homepage?__biz=Mzg2OTYyMTcwMw==&hid=2&sn=51f7bead52c41447cd0ecb3d57b884e7

👆 订阅合集 #ShowMeAI日报 ，一览AI领域发展前沿，抓住最新发展机会！

点击 🎡生产力工具与行业应用大全，一起在信息浪潮里扑腾起来吧！

【优快云 & 掘金】

◉ 点击 👀日报&周刊合集，订阅话题 #ShowMeAI日报，一览AI领域发展前沿，抓住最新发展机会！

◉ 点击 🎡生产力工具与行业应用大全，一起在信息浪潮里扑腾起来吧！

收录于
ShowMeAI日报 ⛽ 用知识加速每一次技术进步

当前文章被收录于：

ShowMeAI日报 ⛽ 用知识加速每一次技术进步
373 篇文章 115 人学习

ShowMeAI带你一览领域发展前沿，抓住最新发展机会！📬 订阅专栏，第一时间接收推送。 🎡 关注 ShowMeAI，获取结构化成长路径和全套资料库，用知识加速每一次技术进步~

订阅专栏 查看详情
标签
#人工智能 #AIGC #gpt #openai #chatgpt
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
【Paddle笔记】体验PaddleBoBo虚拟主播自动播报快速生成项目 [TOC] 【Paddle笔记】体验PaddleBoBo虚拟主播快速生成项目。 阅读详情

相关推荐

《AI视频类工具之十——​D-ID》

D-ID是一个人工智能生成的视频创建平台，可以轻松快速地从文本输入中创建高质量、高性价比和引人入胜的视频，背后的Al技术是由Stable Difusion和GPT.3提供支持，可以在没有任何技术知识的情况下输出100多种语言的视频。D-ID的实时人像功能可以从一张照片中创建视频，虚拟口播主持可以提供文本或音频。它的API在数万个视频上进行训练，以产生逼真的结果。智能合成技术D-ID能够智能合成人像和声音，并最终生成逼真的视频。用户只需上传一张人像图片和一段文字或语音，即可快速生成虚拟数字人视频。

商务合作|问题讨论|交流学习 请联系作者微信，加微信请务必注明来意，博客主页有联系方式 1359

AI视频成工具D-ID介绍（AI数字人常用工具）

AI视频成工具D-ID介绍（AI数字人常用工具）,Studio D-id，​一个AI视频成工具，用AI创作的数字人,输入人物关键词就可一键生成人物，上传要说的文本或音频则可以开口说话了。

专注企业级视频应用，企业视频直播、MR虚拟直播、教育培训连麦直播 5290

基于 Stable Diffusion免费快速无代码生成自己AI虚拟主播，并根据内容实现多语言播报

如何免费快速无代码生成自己AI虚拟主播？

iCloudEnd的博客 1817

AI魔法秀：D-ID助你打造视频虚拟数字人

随着ChatGPT的各种玩法，写文章、做PPT、编程、修bug等，大家都玩的不亦说乎，可以说真的给家人们提升的效率很高，最近个人尝试着制作一个虚拟数字人，也是一个玩法，可以帮助很多中小企业做企业文化宣讲或者是产品的介绍等等。现在，借助D-ID让AI帮你智能制作，帮你打造高品质短视频！D-ID是一家提供AI拟真人影片产品服务和开发的公司。只需上传人物照片并输入要说的内容，AI语音机器人就能自动将其转...

伍婷的专栏 4353

2周足够写完一篇SCI，怎样用chat快速撰写sci

目录 怎样用chat快速撰写sci：指令 Title Abstract + Keywords 写作逻辑:工程背景→研究意义→研究内容、方法→研究结论 Introduction(扩大版Abstract) 写作逻辑:工程大背景→工程具体问题→本研究中的更具体问题。 Numerical Model:数值模拟 Theory Method Experiment：XX experiment considering XX effects Numerical Mode! Results Analysi

ZhangJiqun&191cm&85kg 533

基于GEC6818开发板的C/C++贪吃蛇小游戏

f.开始游戏（进入游戏，并没有马上开游戏，需要点击播放才能开始）2.相关宏，全局变量（可以根据自己需要进行修改）k.显示文字前的相关初始化。k.自定义font.h文件。1.需要的主要头文件。l.在开发板上显示字1。m.在开发板上显示字2。a.显示固定大小图片。h.线程1：获得坐标。

2301_77273301的博客 2133

数字人产品测评：D-ID/HeyGen

最近玩了下数字人生成工具：D-ID，HeyGen和SadTalker（其中SadTalker是SD开源，就不作特别介绍了）。网上关于这些数字人工具的教程很多，大家自行搜索学习哈～本文主要来闲聊一下用户产品体验设计，也是AGI产品体验设计杂谈001期-数字人生成。D-ID访问链接：https://www.d-id.com/（图片素材来自D-ID官网）D-ID的产品功能之一，chat.D-ID，fac...

shadowcz007的博客 1万+

如何在RT-DETR-R18中修改ultralytics的yaml文件（附完整代码）

本文详细指导如何在RT-DETR模型中，通过修改Ultralytics框架的yaml配置文件，将Backbone从ResNet50轻量化替换为ResNet18。核心步骤包括自定义ResNet18基础模块、调整HybridEncoder的expansion参数至0.5，并协同修改检测头Decoder层数，最终提供完整的配置文件代码，助力开发者在资源受限环境下部署轻量级实时目标检测模型。

weixin_29091445的博客 288

65款实用Chrome插件推荐

时下很多人都用上了Google Chrome浏览器，这款目前世界上最快的浏览器既简洁又高效，用来上网冲浪还真是不错。不过好马也得配好鞍，和很多非IE核心浏览器一样，Chrome也需要利用插件扩展自己的能耐。下面就是笔者精心挑选的65款实用插件，感兴趣的不妨慢慢往下看吧!　　1. 搞定网银 —— IE Tab　　虽说网页标准化已经实行多年，可事实上出于安全性或其他考虑，很多特殊的站点(如网上银行

cf_nick的专栏 1万+

Microduck机器鸭开源AI项目：本地部署与模型微调实战指南

开源AI模型的本地化部署与定制化训练正成为开发者关注的技术趋势。与依赖云端API的在线服务不同，本地部署允许用户将模型权重下载至自有GPU环境，通过命令行或WebUI完成推理、批量任务处理及API集成，在数据隐私、离线使用和接口稳定性方面具备天然优势。模型微调则基于预训练权重，利用领域数据训练特定任务，从而提升生成质量与业务适配度。这一技术路径广泛应用于内容生成、智能对话、自动标注等场景，尤其适合消费级显卡开发者、数据敏感型团队及二次开发研究者。Microduck（机器鸭）作为近期预售火爆的开源项目，围绕“

weixin_29082143的博客 415

激光甲烷传感器DIY指南：从DFB激光器选型到Herriott池光路搭建

本文详细介绍了如何DIY激光甲烷传感器，从DFB激光器选型到Herriott池光路搭建的全过程。通过TDLAS技术实现ppm级甲烷检测，适用于家用燃气泄漏监测和农业沼气监测等场景。文章包含核心器件选型、光路搭建技巧、信号调理方案及系统集成优化，为创客提供实用指南。

f9g0h的博客 596

掌握这8款AI剪辑神器，让你的视频制作飞跃升级！

一帧秒创，凭借其强大的AIGC引擎，为创作者提供了一个一站式的智能AI内容创作平台，为200万+创作者提供包括文字续写、文字转语音、文生图、图文转视频、AI成片、数字人播报等创作服务。快剪辑SaaS是国内领先的视频剪辑软件,它是360旗下推出的支持在线视频剪辑的软件拥有强大的云端剪辑能力,支持在线去水印,录屏,录音,视频文字互转,添加字幕,拥有海量版权视频模板,音乐,特效,贴纸,适用于个人和中小企业定制,支持手机APP和电脑PC下载，其智能工具箱提供了多种AI工具，帮助创作者更加高效快捷地剪辑视频，满足。

AI视界牛辉的博客 2万+

Unity之如何接入NPOI 快速读取Excel

NPOI是指构建在POI 3.x版本之上的一个程序，NPOI可以在没有安装Office的情况下对Word或Excel文档进行读写操作。 NPOI是一个开源的C#读写Excel、WORD等微软OLE2组件文档的项目

TxNet 4397

10个好用的AI工具，AI绘画、AI问答写作、AI一键生成PPT，全都有

AI工具最近都很火，今天就给分享10好用的AI工具，AI绘画、AI问答/写作、AI抠图、AI视频剪辑等类型的都有，都是平时能够经常用到的，大家感兴趣的话可以自己去试试！

m0_59162248的博客 3181

2026华为OD机试（C语言）真题【E卷+A卷+B卷+C卷+D卷】目录+在线OJ

华为OD机试真题题库【E卷+A卷+B卷+C卷+D卷】目录，C语言实现。

MISAYAONE的博客 11万+

VS Code 重大更新：Agent Skills完美支持！

代码不会骗人，但你的 LLM 可能会编个故事——除非你给它一本《技能手册》。——某位深夜调试成功的 Go 工程师。

weixin_44058951的博客 3461

deepseek+“D-id”或“即梦AI”快速生成短视频

学会高效使用工具，deepseek+“D-id”或“即梦AI”快速生成短视频

一个人的人生 4379

AISBench benchmark评测工具实操-精度评测场景-采用命令行指定模型和数据集的方式

搭建AISBench benchmark测试环境，包括创建conda环境、安装AISBench benchmark、处理ceval数据集，并修改相关配置文件以适配测试需求。最终，通过启动精度测评，验证了模型在指定环境下的性能。

m0_50105717的博客 2043

chatgpt怎么给sci论文降重

本文将为你揭示如何利用ChatGPT进行SCI论文降重，让你的论文更加精炼、专业。✨ 总结：通过本文的介绍，相信你已经掌握了如何利用ChatGPT进行SCI论文的降重。：在使用ChatGPT进行降重之前，先仔细阅读论文，理解其主题和内容，以便更好地进行降重。：完成降重后，务必进行人工审核，调整不合理的表述或格式，确保论文的准确性和专业性。：在使用ChatGPT进行降重时，务必保持论文的原创性和学术性，避免侵犯他人版权。：在降重过程中，务必保留原文的核心信息，确保论文的观点和论据得到充分表达。

阿发狗伪原创 895

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用，资源的后缀为tar.gz格式的压缩包

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

D-ID数字人驱动生成技巧

本文系统介绍了D-ID数字人技术的核心原理、环境搭建、驱动优化及在企业服务、教育等场景的集成应用，涵盖API调用、唇形同步、个性化定制与伦理风险防控。

weixin_35706067的博客 1363

android 蓝牙通讯demo

android 下蓝牙通讯demo，实现了发现蓝牙，使能蓝牙，通过蓝牙发送消息。

手把手教你打造自己的 AI 虚拟主播

手把手教你搭建自己的 AI 虚拟主播（安装到上播）。

商务合作 | 共同学习 | 携手共进 5万+

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'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('DeepLearnToolbox'));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('state',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'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',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 = 'sigm';%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, 'Too big error');```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('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';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)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';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, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% 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'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 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, 'Too big error');```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('state',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, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',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, 'Too big error');%% ex3 neural net with dropoutrand('state',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, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % 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, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % 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, 'Too big error');%% 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('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % 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, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

有这7个超好用插件，你也能成为顶级AI绘画师！

先抛结论：顶级 AI 绘画师=Midjourney 和 Stable diffusion 结合使用+7 个辅助工具相辅相成。 众所周知，人工智能技术是当前最受关注和研究的领域之一。其中，人工智能在艺术和图像处理方面的应用特别受到人们的关注，而 Midjourney 和 Stable diffusion 是目前图像生成领域里最为强大和热度最高的两款预训练语言模型 AI 绘画工具。

WANGJUNAIJIAO的博客 1370

D-ID Studio：数字身份认证的新纪元

总之，D-ID Studio以其领先的技术和全面的解决方案，正推动数字身份认证的发展。无论是个人用户还是企业组织，通过D-ID Studio，都能够享受到更加安全、便捷和个性化的身份验证体验。D-ID Studio是一个功能强大的在线平台，专注于提供全面的数字身份认证和生物识别服务。通过该平台，用户可以轻松创建、管理和保护自己的数字身份，确保在线活动的安全性和隐私性。这为用户提供了更加全面的安全保障。在这个背景下，D-ID Studio以其前沿的技术和创新的解决方案，正引领着数字身份认证的新纪元。

这里汇聚了前沿的技术分享与实用的开发技巧，带你探索从创意到企业的技术创业之路。 932

行业动态 | 第一个支持与 ChatGPT 进行面对面聊天的机器人女友

GPT-4的上线、文心一言的发布、加上GPT-4植入Office全家桶，不少人感叹：我们每天醒来都被AI的快速发展所震惊，但是更多人感叹自己没有参与其中。

aiinstitute的博客 4261

半小时用ChatGPT构建你的虚拟形象

大家好，欢迎来到我的频道，今天我来教大家如何用ChatGPT创建一个虚拟形象，如下图和视频所示。

qq_41003479的博客 9293

基于大模型的虚拟数字人__虚拟主播实例

随着深度学习和图像处理技术的不断发展，基于大模型的虚拟人物生成技术近年来得到了迅猛的发展。 这种技术利用深度学习网络构建出大规模的虚拟人物生成模型，能够通过输入一些关键点或者草图，自动生成逼真的虚拟人物形象。

逆境清醒的博客 6610
上一篇： 中国OpenAI？李志飞放弃了；AutoGPT试玩指南；AI大时代的家长完整手册；电商数字模特生成实践 | ShowMeAI日报
下一篇： 20+ Prompt工具网站汇总；我用AI工具开了一家「无人公司」；如何10分钟上线一个AI导航网站；第一部AIGC中英双语图文辞典 | ShowMeAI日报
点赞 1
评论 0
书签 书签 3
ShowMeAI
ShowMeAI
博客等级 码龄5年 6514粉丝 672原创
+ 关注 专栏目录 订阅专栏
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
 
表情包 插入表情
表情包 代码片
 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

打赏作者

ShowMeAI

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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