本文介绍了Stable Diffusion中的采样器，包括其工作原理、噪声计划及不同类型的采样器（如老式ODE采样器、Ancestral采样器、DPM和UniPC等）。强调了选择采样器时的速度、收敛性和图像质量的权衡，推荐使用DPM++ 2M Karras或UniPC以获得较快的速度和良好的图像质量，同时建议避免使用随机采样器以确保结果的稳定性和可复现性。

Sample采样器

ComfyUI Tips

该文档介绍了如何使用whisper.cpp进行语音转文字，包括克隆项目、获取和编译模型、运行示例、微调模型、内存占用、模型量化、Core ML支持、N卡加速及实时音频转文字功能。提供了详细的命令行示例和注意事项，适合对人工智能和语音处理感兴趣的用户。

语音转文字

该文档提供了将视频加字幕的快速指南，包括配置whisper.cpp、下载ffmpeg、将视频文件转换为16bit的wav格式、识别音频生成srt字幕文件，以及使用ffmpeg将字幕添加到视频文件中的具体命令。

视频加字幕

要在ComfyUI中使用Anything Everywhere插件，首先在<path to your local comfyui>/custom_nodes目录下运行git clone https://github.com/chrisgoringe/cg-use-everywhere安装插件，然后在ComfyUI根目录下运行python main.py启动或重启ComfyUI。使用插件时，按住Shift键并从任意输出节点拖出，选择Anything Everywhere?，然后基于目标输入设定参数即可。

如何解决comfyui中工作流乱七八糟难以看清的问题

本文档针对使用m系列芯片的MacBook用户，详细介绍了如何快速开始训练LoRA模型，包括从下载和启动kohya仓库、图像裁剪、打标、设置训练参数、选择底模、建立训练文件夹到具体的训练步骤。此外，还提供了详细的参数选择指南和优化建议，确保用户能够高效地完成LoRA模型的训练。

lora模型训练

Faiss的使用

Swift的CoreLocation定位在国内存在经纬度偏差，因为国内使用的是GCJ-02坐标系，而国际上使用的是WGS-84。需要使用算法进行转换，可以参考JZLocationConverter-Swift库。

Swift的CoreLocation在国内存在定位偏差

在ollama中创建可以本地跑起来的llama-chinese模型

ComfyUI生图控制——ControlNet篇

如何开发自定义节点

Swift开发注意点

在图像训练中，使用基于ImageNet数据集计算的均值[0.485, 0.456, 0.406]和标准差[0.229, 0.224, 0.225]进行像素归一化是重要的。这种归一化有助于加速模型收敛并提高性能，避免为每张图像单独计算均值和标准差以保持一致性。通过统计整个数据集的像素值分布，可以有效地处理输入图像。

ai图片训练的一些注意点

pytorch和coreml的流程以及一些注意点

SwiftUI APNS的一些注意点

Swift配合FastAPI以及NextJS做扫码登录

SwiftUI一些注意点和技巧

shadcn ui框架使用的注意点

SwiftData一些注意点

FastAPI注意点

NextJS注意点

Swift URL link注意点

在nextjs中使用全局状态管理

阿里云OSS注意点

css和tailwindcss的一些注意点

fastapi结合sqlalchemy技巧

huggingface国内访问问题

react hook form注意点

neo4j

一些前端样式的注意点

minio注意点

技术分享

关于本站

人工智能

必看精选

开发

nextjs

SwiftUI

分享感兴趣的东西，喜欢摄影、旅游、记录、运动、音乐。致力于让生活回归生活。商务合作请加微信Kinda0412。

七月

交流频道

加入我们的社群讨论分享