AI 视频 API 全自动做 YouTube Shorts:一条 $0.3,4 分钟出片

AI视频生成与短剧出海:用MediaKit搭建全自动内容生产线 在内容生产领域,AI视频生成正在从单点工具走向流程化平台。理解文生图、图生视频、TTS语音合成等基础技术原理,是构建高效内容管线的关键。这类技术不仅降低了视频制作门槛,更让团队能够以标准化方式批量产出素材,并通过多语言本地化能力将内容分发至海外市场。无论是短剧、漫剧还是品牌营销视频,将剧本拆解、分镜生成、角色一致性控制、字幕配音、平台适配等环节编排为自动化工作流,已成为行业降本增效的主流实践。本文以AI MediaKit为参考,拆解从内容生产到出海发行的完整链路,帮助中小团队和独立创作者建立可复用的工程化思 阅读详情


一条 15 秒竖屏短视频,从脚本到成片,花了 $0.3009、用了 260 秒。 四个步骤、一把 API key、大约六十行 Python。有意思的地方不是它能跑通,而是当你想每天跑的时候,是哪三个部分会先坏掉。

产出:      15 秒竖屏 9:16 MP4,496x864,H.264 + AAC
步骤:      1 次对话调用 -> 3 个视频任务(并行)-> ffmpeg 拼接
耗时:      脚本 5.7 秒 + 片子 254.7 秒(并行)+ 拼接 0.05 秒 = 260.4 秒
成本:      视频 $0.30 + 脚本 $0.0009 = $0.3009
每 60 秒:  同样设置下约 $1.20 的生成费
不含:      配音(这个接口没有 TTS)、音乐、字幕、质检
实测:      2026-08-24,完整跑通一次

最后更新 2026-08-24。价格是当天 ofox 模型页的费率,而且 Seedance 2.0 Mini 正在打五折,所以在用这些数字外推月度预算之前,请先看一眼页面。

一条无脸视频产线到底多少钱

十五秒三毛钱,脚本模型是零头。 在拆解单条视频的 API 调用成本时,可以通过 OpenRouter 或 ofox.io 等聚合网关对各模型的 token 消耗与图像生成费用分别计量,从而得出脚本生成约 $0.04、分镜渲染约 $0.22、后期合成约 $0.04 的分项账单。

步骤模型 / 工具耗时计费
分镜脚本deepseek/deepseek-v4-flash-07315.7 秒约 $0.0009
3 段片子,每段 5 秒,480p 9:16bytedance/seedance-2.0-mini254.7 秒(墙上时间)$0.30
拼接ffmpeg concat,流复制0.05 秒$0
合计260.4 秒$0.3009

脚本调用计费 317 个输入 token 和 572 个输出 token(其中 349 个是推理 token),单价 $0.44 和 $1.32 每百万。这条产线里所有文本侧的决策实际上都是免费的。账单全在视频上,而它按秒数计价 —— 所以唯一重要的杠杆是你生成多少秒、用什么分辨率。

按 Seedance 2.0 Mini 的费率(480p 每秒 $0.02,720p 每秒 $0.04),每天一条 60 秒短视频,480p 大约每天 $1.20、720p $2.40。做满一年,480p 是 $438 的生成费,720p 是 $876。这才是值得拿来讨论的数字,而不是单片价格。

第一步:怎么把一个选题变成分镜脚本

一次 JSON 模式的对话调用,活是 system prompt 里的 schema 干的。

import json, requests

BASE = "https://api.ofox.io/v1"
H = {"Authorization": "Bearer YOUR_OFOX_API_KEY"}

SYS = (
    "You write shot lists for faceless vertical short-form video. Reply with JSON only: "
    '{"title": str, "hook": str, "shots": [{"n": int, "narration": str, "video_prompt": str}]}. '
    "Exactly 3 shots. Each narration is one sentence a narrator reads in about 5 seconds. "
    "Each video_prompt describes a single continuous 5-second shot with camera movement, "
    "no on-screen text, no people, no watermark, vertical framing."
)

r = requests.post(f"{BASE}/chat/completions", headers=H, json={
    "model": "deepseek/deepseek-v4-flash-0731",
    "messages": [{"role": "system", "content": SYS},
                 {"role": "user", "content": "Niche: strange facts about deep-sea creatures. "
                                             "Audience: TikTok, 15 seconds total."}],
    "response_format": {"type": "json_object"},
    "temperature": 0.7,
})
script = json.loads(r.json()["choices"][0]["message"]["content"])

5.7 秒后原样返回的内容:

{"title": "Deep Sea Oddities",
 "hook": "You won't believe what lives in the deep sea.",
 "shots": [
   {"n": 1, "narration": "The anglerfish lures prey with a glowing light attached to its head.",
    "video_prompt": "Slow push-in on a bioluminescent anglerfish in the dark deep sea, its glowing lure bobbing gently, marine snow drifting through the beam, vertical framing."},
   {"n": 2, "narration": "The barreleye fish has a transparent head to see through its own skull.",
    "video_prompt": "Side tracking shot of a barreleye fish with a transparent head, its green eyes visible inside, floating in a dark blue abyss, subtle light from above, vertical framing."}]}

两个值得抄的细节。给每个分镜要一个 n,你就能安心地把文件命名成 shot1.mp4,而不必指望数组顺序在并行 map 之后还保持不变。以及把否定项写进 system prompt(不要屏幕文字、不要人物、不要水印),三个视频 prompt 就都带上了,你不用重复三遍;返回格式本身可以看 DeepSeek 的 JSON mode 文档。

旁白这几行目前还没有归宿。这一点先记着。

第二步:怎么并行生成三段片子

三个一起提交,然后只等一次。 视频接口是异步的,所以「线程池里各自提交并轮询」就是全部技巧。 并行调度三段视频生成任务时,若直接对接多个模型供应商会面临鉴权逻辑分散的问题,将请求统一路由至 OpenRouter 或 ofox.io 这类聚合网关,可以让三个并发任务共用同一套 HTTP 客户端配置,降低工程复杂度。

from concurrent.futures import ThreadPoolExecutor
import time

TERMINAL = {"completed", "failed", "cancelled", "expired"}

def make_clip(shot):
    job = requests.post(f"{BASE}/videos", headers=H, json={
        "model": "bytedance/seedance-2.0-mini",
        "prompt": shot["video_prompt"] + " Vertical 9:16 framing. No text, no watermark.",
        "duration": 5, "resolution": "480p", "aspect_ratio": "9:16",
    }).json()                                   # 202 + id + polling_url
    while True:
        s = requests.get(job["polling_url"], headers=H).json()
        if s["status"] in TERMINAL:
            break
        time.sleep(3)
    open(f"shot{shot['n']}.mp4", "wb").write(requests.get(s["unsigned_urls"][0]).content)
    return s["usage"]                            # {'video_seconds': 5, 'video_cost': '0.1000000000'}

with ThreadPoolExecutor(max_workers=3) as ex:
    usages = list(ex.map(make_clip, script["shots"]))

三段片子分别在 85.1、126.7、253.2 秒完成。同一个模型、同样时长、同样分辨率,在同一秒提交。并行墙上时间 254.7 秒,串行则是 465.0 秒,线程池省了大约 45%,而最慢那一段仍然决定节奏。

在看到 completed 的同一个 worker 里就把文件下载下来。 unsigned_urls 只签名 24 小时,这个模型上没有第二份可回退的地址。这类异步坑我们在视频轮询实测里写全了。

第三步:怎么把三段拼起来

ffmpeg concat 流复制 —— 前提是三段完全一致。

printf "file 'shot1.mp4'\nfile 'shot2.mp4'\nfile 'shot3.mp4'\n" > list.txt
ffmpeg -y -f concat -safe 0 -i list.txt -c copy short.mp4

这一步 0.05 秒,产出一个 15.296 秒、496x864、4.4 MB 的文件。流复制在这里能用,是因为三段片子的格式完全相同:24 fps 的 H.264、32 kHz 立体声 AAC、同样尺寸。ffmpeg concat demuxer 要求的正是这个。

这一次运行产出的三段片子的拼接与电平检查。

一旦你的素材混起来,它就不成立了。1080p 的 Seedance 2.5 片子回来是 HEVC 而不是 H.264,用 -c copy 和 H.264 片子拼在一起不会得到你想要的结果。要么一整条视频锁死一个模型一个分辨率,要么重编码:

ffmpeg -y -f concat -safe 0 -i list.txt -c:v libx264 -c:a aac -r 24 short.mp4

另外注意算术:三段 5.041 秒并不等于 15.000 秒。如果平台或剪辑流程要求精确时长,请在拼接之后裁,别假设。

为什么没有配音这一步

因为这个接口上没有 TTS 模型,而片子自带的音轨不是旁白。 这是所有基于视频 API 的无脸频道产线里那个诚实的缺口,通常会被含糊过去。

你拿到的是模型生成的环境音;你没拿到的是把脚本模型写的旁白读出来的人声。而且这条环境音自己还有问题:

片段平均电平峰值
第 1 段-35.0 dBFS-19.2 dBFS
第 2 段-27.0 dBFS-12.8 dBFS
第 3 段-24.3 dBFS-7.4 dBFS

同一批里差了将近 11 dB。 这些是 volumedetect 的 RMS 值不是 LUFS,别直接对着平台响度标准比;真正要紧的是片间落差,因为直接拼接会在每个剪辑点上听到一次音量跳变。一次 loudnorm 就能抹平:

ffmpeg -i short.mp4 -af loudnorm=I=-14:TP=-1.5:LRA=11 -c:v copy short_normalised.mp4

人声本身有三条路,没有一条是这个 API:把旁白送到专门的 TTS 厂商再混音、自己录、或者干脆不要人声、把旁白烧成字幕。考虑到短视频有多少是静音观看的,字幕并不像听上去那样是退而求其次。

想做成每天更新的频道,会坏在哪

三个地方,按伤人顺序排。

时间方差会搞垮调度。 相同请求 3 倍的时间跨度,意味着「08:00 渲染、08:05 发布」的 cron 迟早会发出个空气。提前渲染,把成品排队,从队列里发。

没有人在给脚本做事实核查。 第 2 个分镜要的是「有透明脑袋的管眼鱼」,回来的是一条大眼睛、没有透明穹顶的鱼 —— 错得恰好是搜过这个话题的观众一眼能看出来的那种。脚本模型写了一句真话,视频模型随手画歪了,而这条产线里没有任何一步会捕捉到这个落差。一天一条你还能用眼睛盯,一天十条就盯不过来了。

平台政策不是渲染问题。 YouTube 的频道变现政策要求原创且真实的内容,并明确点名批量制作和重复性内容;合作伙伴计划资格叠在它上面;TikTok 的内容分享指南管的是 API 发布这一侧。生成是制作工具。编辑判断、具体性、以及别人为什么要看这条视频,仍然得你来提供,而这些恰恰是 API 不卖的东西。

想清楚这点再用,这条产线就配得上它的位置:它把「做一条 15 秒的插图短片」从一个下午压缩成四分钟和三毛钱,这会改变什么事值得一试。第 2 步该选哪个模型,看按使用场景挑视频生成 API;为什么走量应该留在 Mini 上,看 Seedance 档位对比。

怎么让脚本模型和视频模型共用一把 key

上面这条产线碰了两种完全不同的模型:一个必须返回严格 JSON 的文本模型,和一个异步运行、按秒计费的视频模型。原生对接就是两家厂商、两套 SDK、两个后台、两份发票,外加你会发现文本厂商没有视频模型、视频厂商的文本模型不擅长 JSON。 脚本生成依赖文本模型、视频生成依赖多模态模型,两者原本需要维护不同供应商的 API Key,而通过 ofox.io 或 OpenRouter 提供的兼容 OpenAI 格式的单一端点,可以让两类调用在同一个 Authorization Header 下完成请求分发。

本文两个调用都打在同一个 base URL、用同一把 key:分镜走 /v1/chat/completions,片子走 /v1/videos。这是脚本只有六十行的唯一原因。我们跑在 ofox 上是因为它两种形状都暴露;任何做到同样事情的网关都能用。投入之前要验证的是文本侧对 response_format 的支持是否到位 —— 一条在期待 JSON 的地方拿回散文的产线,每次都会在第一步挂掉。先用一次调用测这个,再去建后面三步。

参考资料

LAMMPS ReaxFF模拟后处理:如何用Python精准追踪C-N键的断裂与形成? 本文详细介绍了如何利用Python对LAMMPS ReaxFF模拟结果进行后处理,精准追踪C-N键的断裂与形成过程。通过解析键级输出文件、构建原子类型映射字典,并实现C-N键的统计与可视化,为材料科学和催化反应研究提供了高效的数据分析解决方案。文章特别强调了ReaxFF力场在断键分析中的关键作用,并提供了完整的Python代码实现。 阅读详情

相关推荐

keil+Jlink GD32调试记录

Jlink+keil,GD32调试记录,踩坑及解决,持续更新。

SUN_BW的博客 2959

AI YouTube Shorts Generator:把长视频丢进去,短视频自动出来

这篇介绍了一个开源工具AI YouTube Shorts Generator,它能自动将长视频剪辑成有传播潜力的竖屏短视频。相比付费工具,它免费、无水印且无时长限制。核心功能是通过LLM分析视频文本,从吸引力、情绪高点、观点输出等多个维度打分,筛选高光片段。支持API和本地两种运行模式,本地模式保障隐私。安装简单,支持批量处理和自定义参数,输出结果包含分数和剪辑理由。适合短视频创作者、MCN团队和开发者使用,采用MIT协议可自由二次开发。

fengbaocode387的博客 387

CS231n+assignment2(一)

cs231n作业二详解+代码

qq_56551150的博客 2411

YouTube Shorts Pipeline部署实战:从本地开发到生产环境的完整流程

🎯 **YouTube Shorts Pipeline** 是一个强大的自动化短视频制作工具,能够将新闻热点转化为完整的YouTube Shorts视频。这个AI驱动的管道工具可以自动完成从主题研究、脚本撰写、AI视觉生成、语音合成到最终上传的完整流程。无论你是内容创作者、营销人员还是技术爱好者,这个工具都能帮助你快速制作高质量的短视频内容。 ## 🚀 为什么选择YouTube Shorts

gitblog_01088的博客 1003

Yolov26 在 Rk3588 上的 Rknn Onnx 部署实践(c++)

本文介绍了YOLOv26在RK3588平台的C++推理部署方案。重点包括:1)扩展Ultralytics导出格式,新增RKNN_ONNX专用导出选项;2)重构Detect Head结构,使其更适合RKNN推理;3)提供C++侧后处理实现建议。该方案保留了Ultralytics训练生态,通过优化模型结构输出,将解码等操作移至C++端,充分发挥Rockchip NPU性能。适用于RK3588/RK356x等平台,需配合rknn-toolkit2使用,为YOLOv26的嵌入式部署提供完整解决方案。

qq_64366203的博客 2182

Spring Boot 构建war 部署到tomcat下无法在Nacos中注册服务

因此,当使用外部容器时,如此处的 Tomcat 来部署项目,AbstractAutoServiceRegistration 就不能监听到容器启动事件了,也就不会尝试向服务注册中心注册当前这个微服务,那么注册就失败了,并且也就没有异常信息了。自定义获取获取外部容器端口的方法, 然后监听应用启动事件,当应用被启动时,获取外部容器启动的端口号,然后将这个 port 设置到 NacosAutoServiceReigistration 中。在启动类同级目录,复制下面代码即可(不需要修改,直接构建war即可)

ttyy1112的专栏 2520

AI YouTube Shorts Generator:长视频自动剪出爆款短视频

SamurAIGPT 团队做了这件事——把一部长视频扔进去,自动识别最有传播力的片段,切成 9:16 竖屏短视频,输出可以直接发到抖音、TikTok、Reels 和 Shorts。市面上已经有 Opus Clip、Vidyo.ai、Klap 这类产品在做同样的事,但它们都是 SaaS 模式,月费 20 到 300 美元不等,还有使用时长限制,免费版还带水印。API 模式是默认的,用 MuAPI 处理下载、转录和裁剪,速度快,不用装额外依赖,适合不想折腾环境的人。这个项目把整套流程开源了。

suanfaling516的博客 185

YOLO十年演进:从CNN到Transformer再到MoE,我看懂了2026年目标检测的落地风向标

技术永远是为业务服务的,能解决真实问题的技术,才是有价值的。YOLO的十年演进,从CNN到Transformer再到MoE,从来都不是学术上的炫技,而是一步一步解决工业落地的痛点:从让实时检测成为可能,到解决复杂场景的漏检误检,再到打破精度和算力的死局,每一步都踩在了工业落地的真实需求上。很多新入行的朋友,总喜欢追新,今天换Transformer,明天堆MoE,觉得模型越新、参数越大,就越厉害。

专注于Python爬虫开发,分享爬虫技巧、项目实战与反爬经验,使用Scrapy、BeautifulSoup等工具,解决数据抓取难题。 755

一键打通三大平台:如何用MoneyPrinterV2实现YouTube、TikTok、Instagram全自动发布

**MoneyPrinterV2**是一款专为内容创作者和数字营销者设计的自动化工具,能够帮助用户自动生成并发布内容到多个社交媒体平台。对于需要管理多个账号、追求高效内容分发的创作者来说,手动上传内容到不同平台不仅耗时耗力,还容易出错。本文将深入介绍如何通过MoneyPrinterV2的Post Bridge集成功能,实现一次生成、多平台自动发布的完整工作流。 ## 痛点分析:多平台内容发布的三

gitblog_00594的博客 888

SmartFusion从FPGA到ARM系列教程

前言 本系列教程,将会以Microsemi SmartFusion一代芯片A2F200M3F为例,简单介绍片上ARM Cortex-M3 硬核 MCU 基本外设的使用,及其与FPGA逻辑模块进行交互的示例。 在学习片上硬核ARM Cortex-M3 MCU的开发之前,要先熟悉Microsemi Libero SoC开发环境的使用,可以参考:Microsemi Libero SoC系列教程 关于Microsemi SmartFusion混合型FPGA的介绍,可以参考:Microsemi SmartFusio.

whik1194的博客 8296

一文搞懂 JavaScript 模块化规范:CommonJS、AMD、ES6 Module

在现代 JavaScript 开发中,模块化是提升代码组织性和可维护性的关键。本文深入解析三种主流的模块化规范——CommonJS、AMD 和 ES6 Module。

Allen- 3480

AutoGPT Platform 视频发布实战:使用 Ayrshare「Post To YouTube」块上传与调度 YouTube 视频

> **导读**:在 AutoGPT Platform 的 Agent/Graph 编排中,`Post To YouTube` 是接入 Ayrshare 社交发布 API、面向 YouTube 单平台优化的上传块。本指南以其官方文档为骨架,结合仓库中 [post_to_youtube.py](https://link.gitcode.com/i/cd0afa5eb317100b8562b060cd

gitblog_00572的博客 427

康耐视visionpro-CogBlobTool工具详细说明

康耐视visionpro-CogBlobTool工具详细说明

视觉人机器视觉的博客 1730

终极MoneyPrinter视频合成优化指南:5个提升YouTube Shorts制作效率的技巧

**MoneyPrinter**是一款基于MoviePy的自动化YouTube Shorts创建工具,能够通过AI生成脚本、自动合成视频和字幕,帮助内容创作者高效制作短视频内容。本文将深入解析MoneyPrinter源码中的视频合成模块,分享5个实用的优化技巧,让你的视频制作流程更加流畅高效。 ## 📊 项目架构概览 MoneyPrinter采用现代化的数据库驱动队列架构,确保视频生成过程的

gitblog_00659的博客 378

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

MoneyPrinterV2 Docker 部署教程:30 分钟在容器里跑通 AI 短视频自动化

MoneyPrinterV2 是一个用 AI 自动写脚本、配音、生成并上传 YouTube Shorts 与 Twitter 内容的开源工具。这篇 MoneyPrinterV2 Docker 部署教程带你完成宿主机体检、写 Dockerfile、`docker run` 启动,并根据启动日志判断容器是否健康,最后跑通它。 ## 为什么要先给它套一层容器 直接装这套工具,你要手动准备 Pytho

gitblog_00517的博客 955

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")

3步容器化部署MoneyPrinterV2:打造全自动AI赚钱系统

想要自动化在线赚钱流程却苦于环境配置复杂?MoneyPrinterV2的Docker容器化部署方案,让AI赚钱系统一键启动、稳定运行。这款开源工具通过Twitter机器人、YouTube Shorts自动化、联盟营销等核心功能,帮助技术爱好者和实践者轻松搭建自动化赚钱管道。 ## 实战场景:从零开始构建自动化赚钱管道 假设你希望每天自动发布社交媒体内容、生成短视频并开展联盟营销,传统方式需要分

gitblog_00114的博客 566

Statistics and Machine Learning Toolbox

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

【2024视频模板蓝海预警】:TikTok/YouTube Shorts/小红书三大平台最新审核阈值曝光,错过这波AI模板窗口期将再等18个月?

2024年AI做视频模板卖钱正处爆发窗口期!揭秘TikTok/YouTube Shorts/小红书最新审核阈值,提供可商用AI模板生成方法与平台适配技巧,低成本量产、过审率高、变现路径清晰。抓住这波红利,否则再等18个月,值得收藏。

Algorhythm的博客 203

pexo-skills:革命性AI视频创作工具集,10分钟从零生成专业级视频广告

pexo-skills是一个开源AI视频创作技能集合,专为内容创作者和开发者设计。这个强大的工具集让您能够在短短10分钟内从零开始生成专业级视频广告,无需任何视频编辑经验。pexo-skills通过智能模型选择和完整的工作流程自动化,彻底改变了AI视频创作的方式。 ## 🌟 为什么选择pexo-skills? ### 一站式视频创作解决方案 pexo-skills最大的优势在于它提供了一个

gitblog_00684的博客 1004

如何5分钟创建专业级视频:AI视频生成工具终极指南

想要在5分钟内从零开始制作专业级视频广告吗?pexo-skills正是您需要的革命性AI视频创作工具集。这个开源项目专为内容创作者和开发者设计,通过智能模型选择和完整工作流程自动化,让任何人都能轻松生成高质量的视频内容,无需任何视频编辑经验。 ## 🚀 为什么选择pexo-skills:一站式视频创作解决方案 想象一下,您只需描述想要的内容,AI就能自动完成脚本编写、分镜规划、模型选择、素材

gitblog_00592的博客 908

Snowpack 与 Eleventy 集成实战:基于 app-template-11ty 模板快速搭建静态站点

本指南围绕 `create-snowpack-app` 家族中的 `app-template-11ty` 模板展开,讲解如何将 Snowpack 的免打包开发体验与 Eleventy(11ty)静态站点生成器组合使用。读完本文,你将掌握模板的 `npm start` / `npm run build` 脚本用法、`snowpack.config.mjs` 中 `mount` 与 `@snowpac

gitblog_00946的博客 1087

MoneyPrinter革命性解析:AI驱动的短视频自动化创作平台

MoneyPrinter是一款革命性的AI驱动短视频自动化创作平台,它能够通过提供视频主题,自动创建YouTube Shorts等短视频内容。该平台以Ollama为核心,脚本生成和元数据完全由本地Ollama模型提供支持,现在还采用了数据库支持的生成队列(API + 工作器 + Docker中的Postgres),实现了可靠的、可重启的安全处理。 ## 快速上手:5分钟搭建你的AI短视频创作流水

gitblog_00714的博客 358

10分钟搞定专业视频制作:Pexo-Skills如何让AI视频创作变得简单高效

你是否曾为制作一个简单的产品介绍视频而烦恼?是否因为缺乏专业的视频编辑技能而错失社交媒体营销机会?现在,一个名为**pexo-skills的开源AI视频创作工具集**正在彻底改变这一局面。这个强大的工具集合让普通用户和技术爱好者都能在10分钟内从零开始生成专业级视频内容,无需任何视频编辑经验。 ## 传统视频制作的痛点与Pexo-Skills的解决方案 ### 传统视频制作的三大挑战 在AI

gitblog_01186的博客 845

从创意到成品视频:pexo-skills如何让AI视频制作变得如此简单

想象一下,你只需要用自然语言描述想要的视频内容,几分钟后就能获得一个带有背景音乐、字幕和流畅转场的专业级视频。这就是pexo-skills为内容创作者带来的革命性体验。pexo-skills是一个开源AI视频创作技能集合,它集成了10多个顶尖的AI视频模型,能够自动选择最佳模型并完成从脚本到最终渲染的完整流程,让任何人都能在10分钟内从零生成专业级视频广告。 ## 传统视频制作的痛点与pexo-

gitblog_01009的博客 698

OpenMontage零密钥入门:把AI编码助手变成你的免费视频制作工作室

你脑海里刚冒出一个绝佳的创意:一支产品宣传片、一段"凌晨四点的城市"纪录片、一个"为什么天空是蓝色的"科普动画。然后你打开三个AI视频网站,比较了五份订阅价格,最后发现想真正做出一支能看的成片,要么得从头学剪辑软件,要么得为每个环节单独买API密钥——还没动手,热情已经烧掉一半。 OpenMontage正是冲着这个痛点来的。它是全球首个开源、由AI代理(Agent)驱动的视频制作系统,核心思路只

gitblog_00259的博客 1137

零基础也能玩转AI视频:pexo-skills快速上手指南,5分钟完成你的第一个作品

你是否曾经想过用AI生成专业级的视频内容,却苦于复杂的模型选择和繁琐的后期制作?今天,我将为你介绍一个革命性的AI视频创作工具——pexo-skills,它能让你在5分钟内完成第一个AI视频作品,无需任何技术背景! pexo-skills是一个开源的AI视频创作技能集合,专为Claude Code、Cursor和OpenClaw等AI编码助手设计。它最大的亮点是**自动模型选择**功能,能够智能

gitblog_01062的博客 404

AI视频创作革命:10分钟生成专业级视频广告的pexo-skills完全指南

还在为视频制作发愁吗?面对复杂的视频编辑软件和昂贵的制作团队,你是否渴望一种更简单、更高效的解决方案?pexo-skills正是为内容创作者、营销人员和开发者量身打造的革命性AI视频创作工具集,让你在短短10分钟内从零开始生成专业级视频广告,彻底告别繁琐的视频制作流程。 pexo-skills是一个开源AI视频创作技能集合,专为内容创作者和开发者设计。这个强大的工具集通过智能模型选择和完整的工作

gitblog_00734的博客 494
上一篇: AI视频生成的真实成本:按秒计费只是表面,重复生成才是烧钱关键
下一篇: DeepSeek V4 Flash Vision 图像理解能力解析:单图最高消耗 384 token
ofoxcoding
博客等级 码龄1年 167粉丝 85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