老胡的周刊(第086期)

Visual Studio报错TRK0005找不到CL.exe?三步彻底解决环境变量问题 本文详细解析了Visual Studio报错TRK0005找不到CL.exe的根本原因,并提供了三步彻底解决环境变量问题的方案。从验证安装完整性到配置永久环境变量,再到注册表级修复,帮助开发者建立健壮的开发环境配置体系,确保编译链稳定运行。 阅读详情

老胡的信息周刊[1],记录这周我看到的有价值的信息,主要针对计算机领域,内容主题极大程度被我个人喜好主导。这个项目核心目的在于记录让自己有印象的信息做一个留存以及共享。

🎯 项目

MochiDiffusion[2]

在 MacOS 上运行原生的 Stable Diffusion,本应用内置 Apple 的 Core ML Stable Diffusion 框架 以实现在搭载 Apple 芯片的 Mac 上用极低的内存占用发挥出最优性能:

  • 极致性能和极低内存占用 (使用神经网络引擎时 ~150MB)

  • 在所有搭载 Apple 芯片的 Mac 上充分发挥神经网络引擎的优势

  • 生成图像时无需联网

  • 图像转图像(也被称为 Image2Image)

  • 在图像的 EXIF 信息中存储所有的关键词(在访达的“显示简介”窗口中查看)

  • 使用 RealESRGAN 放大生成的图像

  • 自动保存 & 恢复图像

  • 自定义 Stable Diffusion Core ML 模型

  • 无需担心损坏的模型

  • 使用 macOS 原生框架 SwiftUI 开发

e9ec1c464dde5d24a1aa716bd543a509.jpeg
MochiDiffusion

OpenPromptStudio[3]

🥣 AIGC 提示词可视化编辑器,这是一个旨在把 AIGC 提示词(现在支持 Midjourney)可视化并提供编辑功能的工具,有以下特性

  • 显示英文提示词的中文翻译

  • 翻译输入的中文提示词到英文(因为 Midjourney 仅支持英文提示词)

  • 为提示词进行分类(普通、样式、质量、命令)

  • 轻松的排序、隐藏提示词

  • 把提示词可视化结果导出为图片

  • 常用提示词词典

  • 通过 Notion 管理提示词词典

473346d2f61c61ea38fc4b7874d7db98.jpeg
OpenPromptStudio

FastChat[4]

这是一个开放的平台,可用于训练、部署和评估基于大型语言模型的聊天机器人。也就是说,这个平台可以帮助人们创建聊天机器人,让其具备更好的语言理解能力,并提供一个可靠的方式来测试和评估这些聊天机器人的表现:

061fa86fb53065b3a88eede93b4d4ef0.jpeg
FastChat

🤖 软件

ElevenClock[5]

自定义 Windows 11 任务栏时钟:

ffcb1c61a9f58eecfbfee53e49df7079.jpeg
ElevenClock

👀 资料

learnprompting.org[6]

如何同人工智能交流,并得到你要的结果。

随着最近人工智能的不断进步,提示工程这项技能变得越来越重要。本课程会聚焦于如何使用提示工程。你不需要很多机器学习相关的知识。

8c71044a4f7b61109fa4e8e861c839a0.jpeg
learnprompting

promptingguide.ai[7]

关于 Prompt 工程的指南、论文、讲座、笔记本和资源:

a448e09c07740693a1a66b5e7a352f6f.jpeg
promptingguide

🕸 网站

segment-anything.com[8]

Segment Anything Model(SAM):这是 Meta AI 推出的一款新的AI 模型,它可以通过单击轻松抠出任何图像中的任何物体。

也就是说,这个模型可以用一次点击的方式,将任何图片中的任何物体分割出来。

0d01d09218ccf15f59ff861ad9c69242.jpeg
segment-anything

ifixit[9]

一个免费教授人们如何修理任何物品的网站:

9bc09ea4fb2f51e958db9c17c4038fc0.jpeg
ifixit

✍️ 说明

周刊相关信息:

  • Github 地址:howie6879/weekly/[10],觉得不错麻烦给我一个Star,谢谢 ❤️

  • 浏览地址:weekly.howie6879.com[11] | 今日推荐[12] | MacOS 软件推荐[13]

🙌 如果你阅读到这里,说明我们对信息的认可区域是有一定交集的,可以说我们是同道中人,所以如果你有自认为不错的信息获取渠道,欢迎留言或者私聊我,谢谢。

👬🏻朋友,都看到这了,确定不关注一下么👇

历史上的本周👉:我的周刊(第034期)

参考资料

[1]

老胡的信息周刊: https://weekly.howie6879.com/

[2]

MochiDiffusion: https://github.com/godly-devotion/MochiDiffusion

[3]

OpenPromptStudio: https://github.com/Moonvy/OpenPromptStudio

[4]

FastChat: https://github.com/lm-sys/FastChat

[5]

ElevenClock: https://github.com/marticliment/ElevenClock

[6]

learnprompting.org: https://learnprompting.org/zh-Hans/docs/intro

[7]

promptingguide.ai: https://www.promptingguide.ai/zh

[8]

segment-anything.com: https://segment-anything.com/

[9]

ifixit: https://zh.ifixit.com/

[10]

howie6879/weekly/: https://github.com/howie6879/weekly/

[11]

weekly.howie6879.com: https://weekly.howie6879.com

[12]

今日推荐: https://weekly.howie6879.com/recommend/index.html

[13]

MacOS 软件推荐: https://weekly.howie6879.com/soft/mac.html

89ead49fa59782b4bcbcce8cad7dda17.gif

《测控仪器设计课后习题答案-浦昭邦-王宝光 《测控仪器设计课后习题答案-浦昭邦-王宝光 1.1. 测控仪器的概念是什么? 测控仪器则是利用测量和控制的理论,采用机、电、光各种计量测试原理及控制系统与计算机相结合的一种范围广泛的测量仪器。 1.2. 为什么说测控仪器的发展与科学技术发展密切相关? 仪器仪表的用途和重要性— 遍及国民经济各个部门,深入到人民生活的各个角落,仪器仪表中的计量测试仪器与控制仪器统称为测控仪器,可以说测控仪器的水平是科学技术现代化的重要标志。 仪器仪表的用途: 在机械制造业中:对产品的静态与动态性能测试;加工过程的控制与监测;设 阅读详情

相关推荐

Windows 10/11下R与RStudio最新版安装避坑指南(含镜像加速配置)

本文提供了Windows 10/11系统下R与RStudio最新版的详细安装指南,包含镜像加速配置和常见问题解决方案。通过分步教程帮助用户避开安装陷阱,优化开发环境设置,特别适合国内用户快速搭建高效的数据分析平台。

weixin_29065959的博客 1008

【亲测免费】 MochiDiffusion 项目教程

MochiDiffusion 是一个允许用户在 Mac 上本地运行 Stable Diffusion 的开源项目。该项目支持多种计算单元选项,包括 Neural Engine,并且兼容 Apple Silicon (M1 及以后版本) 和 macOS Sonoma 14。MochiDiffusion 的核心功能是通过 Core ML 模型实现高效的图像生成和处理。 ## 项目快速启动 ### ...

gitblog_00302的博客 772

WEBGL Shader零基础教程(四):片元着色器核心逻辑

本文系统介绍了WebGL渲染管线中片元着色器的核心概念与应用。主要内容包括:1)片元着色器在渲染管线中的定位与作用,作为逐像素处理单元接收插值数据并计算最终颜色;2)输入数据类型与使用规则,重点讲解varying变量和uniform变量的应用场景;3)颜色计算的核心逻辑,涵盖基础色、渐变、纹理采样和颜色混合;4)进阶特效实现与性能优化技巧,包括交互效果、内置函数组合和GPU计算优化;5)通过综合案例演示了纹理、波纹与交互效果的整合实现。文章提供了完整的代码示例和调试建议,为后续学习光照模型、后期处理等高级渲

分享知识,拥抱变化 1374

【亲测免费】 探秘科技新星:Mochi Diffusion——本地高效实现稳定扩散模型

在人工智能领域,图像生成技术日益成为创新的前沿。今天,我们要向您隆重推荐一个名为[Mochi Diffusion](https://github.com/godly-devotion/MochiDiffusion)的开源项目,它让您能在Mac上原生地运行稳定的扩散模型,无需网络连接,即可享受超快速度和低内存消耗的图像生成体验。 ## 项目简介 Mochi Diffusion是基于苹果公司的Co...

gitblog_00074的博客 956

【从零开始玩量化1】AKShare: Python开源财经数据接口库

文章目录量化的第一步:数据AKShare介绍AKShare安装AKShare使用AKTools安装/使用结语 量化的第一步:数据 想要玩量化,第一步要有数据,这个数据可能是历史交易数据、财务数据、宏观数据等等。我们最终要做的,无非就是从数据中分析出有价值的信息,以便用来指导投资策略。 在获取数据的这条道路上,我走了很多弯路,尝试了各种方法:使用Tushare到放弃、自己写网易股票页面的爬虫,自己写申万行业数据的爬虫、自己写同花顺问财的爬虫、使用聚宽的免费数据API等等,直到最终,我发现了AKShare。 A

量化投资助手的博客 5万+

ABB机器人与S7-1200PLC实现位置坐标数据发送和接收的具体方法

ABB机器人与S7-1200PLC实现位置坐标数据发送和接收的具体方法

Robot_PLC_HMI_Automation 2918

Mochi Diffusion:在Mac上实现原生Stable Diffusion图像生成的技术实现

Mochi Diffusion是一款专为Apple Silicon Mac设计的原生AI图像生成应用,它通过深度集成Apple的Core ML框架,让用户能够在本地离线运行Stable Diffusion和FLUX.2 Klein模型。这款应用充分利用了Mac的神经网络引擎和GPU硬件加速,在保护用户隐私的同时提供了卓越的性能体验。 ## 技术架构解析:原生macOS应用的设计哲学 Mochi

gitblog_00037的博客 190

PCL 改进快速欧式聚类【2025最新版】

在FEC: Fast Euclidean Clustering for Point Cloud Segmentation一文的基础上对算法进行改进。博客长期更新,本文最近更新时间为:2025年9月16日。

点云侠的博客 2570

【亲测免费】 探索OpenPromptStudio:新一代预训练模型的交互式工具

探索OpenPromptStudio:新一代预训练模型的交互式工具 在自然语言处理领域,预训练模型如BERT、GPT等已经极大地推动了NLP任务的性能提升。而OpenPromptStudio()是一款专注于预训练模型的交互式开发和应用平台,它旨在让研究人员和开发者更加便捷地利用这些强大的模型进行实验和创新。 项目简介 OpenPromptStudio是一个基于Web的开源工具,其核心目标是简化预训...

gitblog_00021的博客 939

久坐不慌,健康护航 —— 智能震动提醒坐垫的设计与实现

硬件核心:选用 ESP32 为主控,HX711 + 应变片实现精准压力检测,8050 三极管驱动震动马达,锂电池 + TP4056 满足便携供电需求;软件逻辑:核心是 “压力阈值判断 + 时间计时”,达到久坐阈值后触发震动提醒,流程图清晰体现了循环检测、状态重置的核心逻辑;代码特性:代码注释完善,阈值可灵活调整,支持串口调试,新手可直接编译烧录并根据实际场景校准。

weixin_42300449的博客 402

【华为OD机试真题】459、小扇和小船的数字游戏、数字游戏 | 机试真题+思路参考+代码解析(CD卷)(C++、Java、Py)

### 🎃题目描述 >小扇和小船今天又玩起来了数字游戏,小船给小扇一个正整数 n(1  现在求 m 的最小值

KJ.JK 1720

AI绘画MJ必备的两个提示词工具【不纠结工具系列】

感兴趣的小伙伴,赠送全套AIGC学习资料,包含AI绘画、AI人工智能等前沿科技教程和软件工具,具体看这里。AIGC技术的未来发展前景广阔,随着人工智能技术的不断发展,AIGC技术也将不断提高。未来,AIGC技术将在游戏和计算领域得到更广泛的应用,使游戏和计算系统具有更高效、更智能、更灵活的特性。同时,AIGC技术也将与人工智能技术紧密结合,在更多的领域得到广泛应用,对程序员来说影响至关重要。未来,AIGC技术将继续得到提高,同时也将与人工智能技术紧密结合,在更多的领域得到广泛应用。

A1353192296的博客 3397

姿态传感器/陀螺仪之SC7A20HTR是应用驱动程序设计

define SC7A20_CTRL1_PM_100HZ (0x5 << 4) // 正常模式,100Hz输出数据速率(ODR)// 用于存储6字节的原始数据(X_L, X_H, Y_L, Y_H, Z_L, Z_H)#define SC7A20_WHO_AM_I_VALUE 0x11 // 读取WHO_AM_I寄存器应该返回的值。// 但HAL_I2C_Mem_Read按顺序读,data[0]是X_L(低8位),data[1]是X_H(高8位)MX_I2C1_Init();

corlin6688的博客 762

Mochi Diffusion解密:在Mac上突破本地AI图像生成的技术壁垒

还在为在线AI绘画工具的隐私担忧和网络延迟烦恼吗?Mochi Diffusion为您带来了革命性的解决方案——在Mac设备上原生运行稳定扩散模型,无需联网即可享受高效、安全的AI图像创作体验。无论您是设计师、插画师还是AI技术爱好者,这款专为Apple Silicon优化的应用都能满足您的创作需求。 ## 用户痛点:为什么需要本地AI图像生成? **隐私安全危机**:上传敏感创意到云端服务器的

gitblog_01017的博客 1151

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

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

老胡的周刊(第123期)

老胡的信息周刊[1],记录这周我看到的有价值的信息,主要针对计算机领域,内容主题极大程度被我个人喜好主导。这个项目核心目的在于记录让自己有印象的信息做一个留存以及共享。???? 项目ai-video-search-engine[2]随着 TikTok 和 Youtube 等短视频内容的兴起,比以往任何时候都有更多的知识存在于视频中。对于任何一个人来说,在数百万个视频中找到特定答案可能是困难的,而这个项目...

howie6879's blog 1777

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

如何用Mochi Diffusion实现专业级图像修复:内置工具与第三方软件深度对比

Mochi Diffusion是一款专为Mac用户设计的Stable Diffusion原生运行工具,它不仅能快速生成高质量AI图像,还提供了实用的图像修复功能。本文将详细介绍如何利用Mochi Diffusion的内置工具进行图像修复,并对比第三方软件的优劣势,帮助你选择最适合的工作流。 ## Mochi Diffusion内置修复功能全解析 Mochi Diffusion通过直观的界面设计

gitblog_00886的博客 497

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

Mochi Diffusion深度解析:如何在Apple Silicon上实现原生AI绘图加速

Mochi Diffusion是一款专为Apple Silicon架构优化的原生Stable Diffusion应用,让Mac用户无需复杂配置即可享受高效的AI图像生成体验。这款应用充分利用了M系列芯片的神经网络引擎,为用户提供了前所未有的本地AI绘图性能。 ## 🚀 核心技术架构 Mochi Diffusion的核心优势在于其深度适配Apple Silicon的架构设计。通过精心优化的模型

gitblog_00508的博客 506

MochiDiffusion 项目常见问题解决方案

MochiDiffusion 是一个在苹果 Silicon 处理器上运行稳定扩散(Stable Diffusion)的开源项目。它利用苹果的 Core ML 框架,实现高效的图像生成功能,尤其适用于基于苹果 Silicon 的 Mac 电脑。该项目的主要编程语言是 Swift,使用了 SwiftUI 来构建用户界面。 ## 2. 新手在使用这个项目时需要特别注意的3个问题及解决步骤 ### 问...

gitblog_00056的博客 402

Mochi Diffusion:Mac本地稳定扩散模型的终极解决方案

想要在Mac上快速生成高质量AI图像吗?Mochi Diffusion是专为Apple Silicon Mac设计的原生AI图像生成工具,让你无需联网即可运行Stable Diffusion模型!🎨 这款应用充分利用苹果的Core ML框架和神经网络引擎,在极低内存占用(约150MB)下实现极速图像生成。无论你是AI艺术爱好者、设计师,还是想要体验AI图像生成的新手,Mochi Diffusi

gitblog_00733的博客 355

Mochi Diffusion:Mac本地AI图像生成的完整指南

在人工智能创作工具日益普及的今天,**Mochi Diffusion** 为您提供了在Mac上原生运行稳定扩散模型的完美解决方案。这款基于Apple Core ML框架开发的应用程序专门针对Apple Silicon芯片进行优化,无需网络连接即可享受极速的AI图像创作体验。 ## 为什么Mochi Diffusion是Mac用户的首选?✨ **Mochi Diffusion** 是一款专为ma

gitblog_00113的博客 652

老胡的周刊(第108期)

老胡的信息周刊[1],记录这周我看到的有价值的信息,主要针对计算机领域,内容主题极大程度被我个人喜好主导。这个项目核心目的在于记录让自己有印象的信息做一个留存以及共享。???? 项目plane[2]概念比较新的项目管理工具,开源的 JIRA,Linear & Height 的替代品,Plane 以最简单的方式帮助您跟踪问题、冲刺和产品路线图:planejspaint[3]怀旧画板项目,JS Pa...

howie6879's blog 621

Mochi Diffusion社区模型精选:10个必试的Core ML扩散模型

Mochi Diffusion作为在Mac上原生运行Stable Diffusion的应用,依托Apple的Core ML框架实现了高效性能。本文精选10个社区优质Core ML模型,帮助用户快速上手并体验AI绘画的魅力。所有模型均支持Mochi Diffusion的自定义模型功能,用户可按[模型安装指南](https://link.gitcode.com/i/767c16b580c253c8d5...

gitblog_00092的博客 1260

OpenPrompt使用过程记录

OpenPrompt is a research-friendly framework that is equipped with efficiency, modularity, and extendibility, and its combin-ability allows the freedom to combine different PLMs, task formats, and prompting modules in a unified paradigm. Users could expedie

Syaqing的博客 1119

Mochi Diffusion:2024 年最值得尝试的 Mac 本地 AI 绘画神器,零门槛创作惊艳作品

Mochi Diffusion 是一款专为 Mac 用户打造的本地 AI 绘画工具,基于 Stable Diffusion 和 FLUX.2 Klein 模型,让你无需依赖云端服务,在苹果设备上即可快速生成高质量图像。无论是专业设计师还是绘画爱好者,都能通过简单操作释放创意潜能。 ## 为什么选择 Mochi Diffusion?揭秘四大核心优势 ✨ ### 极致性能优化,专为 Apple S

gitblog_00267的博客 671

阅读翻译Prompting Engineering Guides之Introduction(提示工程简介)

提示工程是一门相对较新的学科,旨在开发和优化提示词(Prompt),以便高效地应用和构建大语言模型(LLMs),以满足各种应用和使用场景的需求。提示工程技能有助于更好地了解大语言模型(LLMs)的能力和局限性。研究人员通过提示工程来提升大语言模型(LLMs)在广泛的常见和复杂任务(如问答和算术推理)上的安全性和能力。开发人员可通过提示工程设计健壮且有效的提示技术,来与大语言模型(LLMs)和其他工具进行交互(interface)。

shizidushu的博客 1351

150MB内存实现Mac原生AI绘图:Mochi Diffusion性能优化指南

Mac用户在本地运行Stable Diffusion时,常面临内存占用过高(动辄2-4GB)导致卡顿甚至崩溃的问题。Mochi Diffusion通过创新的内存管理技术,将运行时内存控制在150MB以内,同时保持图像生成质量。本文详解其核心优化策略与实操配置方法。 ## 核心优化技术解析 ### 1. 分块注意力机制(Split Attention) Mochi Diffusion在模型加载阶...

gitblog_00196的博客 720
上一篇: ChatGPT 最热开源应用汇总
下一篇: 老胡的周刊(第087期)
老胡的储物柜
博客等级 码龄12年 1145粉丝 284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