- 博客(12)
- 收藏
- 关注
RSS订阅原创 你上过高中，你说你搞不明白transformer的自注意力机制？
本文旨在浅出深入讲解transformer自注意力机制，揭开AI大模型神秘面纱，以下全是干货！ Transformer 源自 发表于 2017 年 6 月（arXiv 预印本，作者上传时间为 2017-06-12），谷歌论文《Attention Is All You Need》。研究者发现：处理语言时，不必像人一样逐字“背顺序”，而是学会“注意力分配”——一句话里哪些词最重要。Transformer 正是用 自注意力机制，让模型一次性看懂整句话，抓住关键关系，从而更快、更准地理解和生成语言。这
2025-12-26 12:46:11
848
原创 从 DeepSeek 看 2025 年大模型工程化范式的重构
2025 年初 DeepSeek的爆火，不仅是单一公司的突围，更是全球 AI 行业从“参数军备竞赛”转向“极致工程化”的历史分水岭。经过 2025 全年的行业验证，DeepSeek 所代表的 MoE 架构、MLA 机制、FP8 训练及纯强化学习（Pure RL） 路线，已被证明是平衡性能与成本的综合最优解。它迫使全球 AI 厂商完成了技术栈的重构，确立了“精益计算”的新工业标准。
2025-12-20 12:32:25
723
原创 LLaMA-Factory微调（LoRA）Qwen2.5实战
LLaMA-Factory 是目前公认最好用、门槛最低的开源微调工具。它把复杂的代码封装成了可视化的界面，让你像填表一样就能训练模型。。它的核心目标是让普通开发者和研究者也能在消费级显卡（如 4090）上轻松微调千亿参数的大模型。
2025-12-19 19:59:25
660
原创 comfyui + fluxGym角色固定工作流实战
它的核心目的是让普通用户在消费级显卡（如 12GB/16GB 显存）上也能轻松LoRA，训练 AI 模型，无需面对复杂的参数设置，如果你想给 FLUX 炼制一个角色或画风 LoRA，但不想学习复杂的训练参数，FluxGym 是目前最适合新手的“傻瓜式”入门工具。如若安装过程中发生报错，一般都是依赖安装错误，建议直接将报错信息发送给gemini，使用gemini分析依赖，进行安装即可。fluxgym\models\clip路径下存放clip文件，下载链接如下。4.安装适配你的cuda环境的pytorch。
2025-12-14 17:14:59
572
原创 comfyui通义万相wan2.1+人物360°旋转工作流实战
色调艳丽，过曝，细节模糊不清，字幕，风格，作品，画作，画面，整体发灰，最差质量，低质量，JPEG压缩残留，丑陋的，残缺的，多余的手指，画得不好的手部，画得不好的脸部，畸形的，毁容的，形态畸形的肢体，手指融合，杂乱的背景，三条腿，背景人很多，倒着走。核心作用是预加载并缓存指定大模型的资源，减少重复加载的时间成本，提升工作流的运行效率（尤其适用于 Wan2.1 这类大参数量模型），大幅缩短工作流的启动与运行耗时。最终图片效果，可明显观察到人物从背景中抠出来了，可作为LoRA训练集了。
2025-12-07 22:28:28
509
原创 comfyui通义万相wan2.2 control camera运镜工作流实战
色调艳丽，过曝，细节模糊不清，字幕，风格，作品，画作，画面，整体发灰，最差质量，低质量，JPEG压缩残留，丑陋的，残缺的，多余的手指，画得不好的手部，画得不好的脸部，畸形的，毁容的，形态畸形的肢体，手指融合，杂乱的背景，三条腿，背景人很多，倒着走。此节点核心作用是在视频帧之间插入新的中间帧，提升视频的帧率与流畅度，属于 “补帧” 工具，提高视频的动态顺滑度。target fps：120，指插帧后的总帧数，即总共60帧，每帧中间插一帧后变为120帧。该节点是将原始图片进行裁剪，影响视频分辨率，其中。
2025-12-07 21:39:32
664
1
原创 comfyui 通义万相Wan2.2参考动作控制图生视频工作流实战
精度与速度的平衡最优—— 检测人体区域的准确率不逊于 yolox_l，且运算速度更快，适配舞蹈多帧动态处理的需求。YOLOX 系列的大型检测模型（“l” 代表 Large）。scale_stick_for_xins_cn：新视角骨骼线条缩放，针对特殊视角（如倾斜镜头）的骨骼线条缩放适配，普通场景无需开启。resolution：骨骼检测时的图像分辨率（单位：像素），数值越高检测精度越高，但运算速度越慢。yolo_nas_s_p16.onnx：YOLO-NAS 系列的小型检测模型（“s” 代表 Small）。
2025-12-02 17:05:48
955
1
原创 comfyui 通义万相Wan2.2图生视频工作流实战
加载LoRA模型，也可不加载（本工作流实际没有加载，如果使用的是“4steps / 8steps”后缀的 WAN2.2 主权重，则这些权重内部已经合并了相应的 Motion LoRA，因此外部无需再次加载 LoRA），加载不同的LoRA模型会对主模型产生影响，比如电影质感增强版、细节增强版、step加速版、一致性等不同的LoRA。这里的4steps/8steps指的是主模型或LoRA模型的训练过程是针对 4 步推理去噪的时间轴做了训练优化，扩散模型的训练本质是学习从 “无噪声→全噪声” 的反向过程。
2025-11-30 00:22:56
1316
原创 桌面版comfyui环境重装实战
点击顶部菜单栏的 **“查看”** 选项卡；删除所有和旧 ComfyUI 路径相关的注册表项（仅删除明确标注 ComfyUI 的项，避免误删系统项，若部分注册表项不确定，可以直接截图询问各大AI）。之后还有个选择安装路径的地方（忘记没截图），主要是安装你的comfyui workspace，用来存放你的models（模型）、custom_notes（插件）、,venu（虚拟环境）等内容。如果\Local路径下没有comfyui相关文件，那么去C:\Users\你的用户名\AppData\Roaming。
2025-11-28 20:48:23
638
原创 comfyui SD3.5+ControlNet渲染工作流实战
原因是SD3.5 的模型架构（16 通道潜变量）与旧版模型（SDXL/SD1.5 的 4 通道潜变量）完全不同，只有其专用 VAE（sd3.5_large_vae.safetensors）能适配 16 通道潜变量的解码。分别加载sd3.5_large_controlnet_canny.safetensors 和sd3.5_large_controlnet_depth.safetensors。可以看到使用controlnet_canny后的提取效果（中图）、controlnet _depth（右图）
2025-11-26 19:58:07
849
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人