[ 首頁 / 搜尋 / 管理Discord ] [ Komica首頁 ] [ 跨版面 ] [ 雜談 / / 攝影 / 運動 ] [ 人工智慧 / 程設交流 ] [ 蔚藍檔案 / 英雄聯盟 / 米哈遊 / Minecraft / 魔物獵人 / 勝利女神:妮姬 / Pokémon / 刀劍亂舞 / Unlight ]

/ai/ - 人工智慧

機器學習 深度學習 AI繪圖
[]
名稱
Email
主題
回覆
檔案
嵌入
Options
密碼 (用來刪除檔案。)
  • Allowed file types:jpg, jpeg, png, gif, mp4, webm
  • Max filesize is 10 MB.
  • Max image dimensions are 10000 x 10000.
  • You may upload 1 per post.

  [Go to bottom]  [Catalog]  [Reload]  [Archive]  [Featured]

File: 1699010377870.png (620.51 KB, 512x768, 00146-1027720429.png)

eba7b736 No.57[回覆]

既然有版面了就來詢問一下
現在AI有辦法日翻中翻譯大量txt檔案的嗎?
跟幾個人在弄遊戲漢化 但營運十年的線上遊戲實在沒有足夠的人翻譯

附圖是自己用Stable Diffusion做的(也只是帶入LORA加點咒文而已)

463f97ac No.74

https://github.com/SakuraLLM/Sakura-13B-Galgame
可以參考一下
我自己只有試用過Openbuddy來練習日文
Sakura用了Openbuddy再加上輕小說去訓練
理論上應該會比較強
不過我日文只有N4左右的程度,實在是不好判斷到底有強上多少



File: 1698419697974.jpg (55.98 KB, 1024x1024, OIG.HbWXf1uR.jpg)

efdd3c3b No.1[回覆]

本版用於討論交流AI相關的資訊、知識、教學與成果
包含且不限於AI繪圖、自然語言處理、物件辨識、語意分割等
只要是AI相關就可以在此討論

附圖是我使用bing AI製作的網站icon(暫定)
key word
web icon, island, coconut tree grow like letter G, trash can

其他還有用Stable Diffusion跑的東西
在產圖這塊我還很菜就暫時不獻醜了
5 則貼文 與 1 則含圖回覆 已省略。點擊回覆以查看

206bfc56 No.22

File: 1698846873212.jpeg (238.21 KB, 1024x1024, 172A0EEE-3DB9-4001-8B95-F….jpeg)

講備份站好像怪怪的…
原本是想說鏡像站 但好像也不太對
剛睡醒腦子還沒轉起來不好意思 總之你開的真好

1b60b88f No.38

File: 1698937625814.jpg (148.12 KB, 2157x1348, e2a0bef9a5f3b7c11e3b037f2b….jpg)

【OriginOS 4首度評測】
https://www.bilibili.com/video/BV1e94y1G7hb
AI功能展示

d552cf54 No.40

洩了,本來就覺得應該要有個AI版,但一直不知道怎麼開,終於有可以方便交流的匿名版了
是說,管理員怎麼稱呼?
有問題怎麼回報?

66249ae0 No.42

File: 1698975186101.png (12.9 KB, 458x144, ClipboardImage.png)

>>40
>>管理員怎麼稱呼
G
>>有問題怎麼回報
檢舉功能的部分
左上角勾選框點下去會出現檢舉欄位
填寫檢舉原因按report就行了

其他回報直接在這串寫就好

83c8fe33 No.51

顯示的時間是不是有點不太對勁…
來測試一下好了,現在是14:36



File: 1698771161328.jpg (91.29 KB, 850x761, __hoshimachi_suisei_hololi….jpg)

acbdab7f No.5[回覆]

要怎樣才叫做深度學習啊
是只要有用到類神經網路就算
還是一定要很多隱藏層才算?
如果我弄兩層dense layer
和一層dense layer當output
然後把他叫做深度學習模型
這樣會不會很low

另外我最近還在學上面那個簡單的類神經網路
發現如果我兩個隱藏層都不設定activation
訓練結果就很差,但如果用ReLU,訓練結果就突然好超多,為什麼啊

還有就是我的target是只有0跟1兩個值的二元分佈
所以我output的dense layer的activation是用softmax
我測試損失函數用BCE跟MAE
貼文太長了。點這裡查看全文。

554f5a8a No.19

Activation是個非綫性的過程,沒有Activation的網絡可以被簡化為一個綫性方程。

acbdab7f No.24

File: 1698867759612.png (19.91 KB, 1003x374, bce_mae.png)

>>19
感謝,原來是這個原因

另外的那個問題是類似附圖那樣
有一點講錯了是sigmoid才對,因為target只有一個dimension
具體來說是如下的測試
import numpy as np
from matplotlib import pyplot as plt
from tensorflow import keras
from sklearn.datasets import make_blobs
from sklearn.model_selection import train_test_split

def get_mlp(loss):
mlp = keras.Sequential([
keras.Input(n_features),
貼文太長了。點這裡查看全文。

927a2a6b No.41

>>24
BCE不太關注中間的值。
https://ai.stackexchange.com/a/26654

75cd4a44 No.50

>>41
我可以理解0.5的loss比較少所以不太關注
可是這感覺很難解釋為什麼靠邊邊還是比MAE差



File: 1698779894205.png (994.69 KB, 768x1024, 00199-yabalMix_v6-19792136….png)

509ee711 No.6[回覆]

我只是一名粗淺知道怎麼生圖的新手而已,其他一概不知。
奉上一張我個人很滿意的圖來祝賀開版。

a0edc11f No.12

>>6
這張圖不錯啊。想請教要產生這種衣服,要下什麼提示詞?

509ee711 No.25

File: 1698882718306.png (964.26 KB, 768x1024, 00198-yabalMix_v6-13636925….png)

>>12
說實在的,我用的是比較籠統的提示詞,然後在大量生產選出自己喜歡的而已
除了主要的(((masterpiece, best quality, highres, 8k)))之外,我還加了1girl, medium breasts來盡量確保成果。
再來是from back, black hair, ponytail, backless armor, armored dress, bare back, ((cape))
這些就是我個人喜好。既然我想要看露背盔甲,當然就要人家背向我、然後說一定要是armor。加armored dress在有些checkpoint裡會給我裙裝,在其他的checkpoint裡還會讓生出來的圖裡面的人會穿衣服的機率上升。
至於披風呢,就只是我認為披風加裝甲很帥而已
反面提示詞就是一般的:(worst quality, low quality:1.4, logo, text, watermark, username, 3d, disfigured, bad art, deformed, disfigured fingers, poorly drawn, extra limbs, weird colors),
沒那裡特別的。



File: 1698761769499.jpg (206.07 KB, 1024x1024, 00003-4261061966.jpg)

829da73a No.4[回覆]

總之先來貼個大ㄋㄟㄋㄟ

a3c30e62 No.9

NNN開始了

83b8b214 No.13

>>9
禁尻十一月(No Nut November,NNN)?

79b1e297 No.15

File: 1698829672997.png (2.11 MB, 1024x1536, 06E93E8C-FF04-4C68-A623-32….png)

貼個光鑽

0fc11e5c No.23

>>13
改成勁尻十一月(Non-Stop Nut November)如何?



  [Go to top]   [Catalog]
刪除貼文 [ ]
[1] [2] [3] [4] [5] [6] [7] [8] [9] 下一頁
[ 首頁 / 搜尋 / 管理Discord ] [ Komica首頁 ] [ 跨版面 ] [ 雜談 / / 攝影 / 運動 ] [ 人工智慧 / 程設交流 ] [ 蔚藍檔案 / 英雄聯盟 / 米哈遊 / Minecraft / 魔物獵人 / 勝利女神:妮姬 / Pokémon / 刀劍亂舞 / Unlight ]