挑大梁

1 介绍 音频API提供两个语音转文本的端点，transciptions 和 translations, 它们基于最强的开源模型large-v2 Whisper.可以被使用...

学习怎样将文本转化为生动的语音 1 介绍 Audio API提供一个基于TTS(text-to-speech)模型的语音端点。拥有6个内置的语音可供使用： 叙述一篇博客文章...

![在这里插入图片描述](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/8c30d1af7b3e493aba65743...

![在这里插入图片描述](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/5631b71712574733944a9ea...

[video(video-8nFYJBL7-1713064267296)(type-csdn)(url-https://live.csdn.net/v/embed/3786...

![在这里插入图片描述](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/9dbdbeb5c4f94e239a48185...

![在这里插入图片描述](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/d5f0036a1ab644ad9a5bf54...

![在这里插入图片描述](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/9ac04f04214a47b4af254ba...

![在这里插入图片描述](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/dc4c0278be664ed29261e4a...

![在这里插入图片描述](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/9ae0edcab1f340399dcca25...

[video(video-GcNr8fdJ-1712400250900)(type-csdn)(url-https://live.csdn.net/v/embed/3766...

1 硬件选型 CUDA 核心和 Tensor 核心 CUDA 核心：是NVIDIA开发的并行计算平台和编程模型，用于GPU上的能用计算，可做很多的工作。应用在游戏、图形渲染...

1 判别式模型和生成式模型 1. 判别式模型 学习策略函数$Y=f(X)$或者条件概率$P(Y|X)$ 不能反映训练数据本身的特性 学习成本低，需要的训练样本少 无法转为生...

1 LLaVA多模态大语言模型的训练过程 两个阶段 特征对齐的预训练。只更新特征映射矩阵 端到端微调。特征投影矩阵和LLM都进行更新 2 LLaVA1.5多模态大语言模型的...

1 多模态大语言模型（Multimodal Large Language Models） 模态的定义 模态（modal）是事情经历和发生的方式，我们生活在一个由多种模态(M...

1. 训练/预训练/微调/轻量化微调 训练: 在给定的数据集上进行全量的训练 预训练：第三方已经在较大的、通用的数据集上进行了预训练 微调：在预训练的基础上，使用自己的特定...

1 什么时候需要Fine-Tuning 有私有部署的需求 开源模型原生的能力不满足业务需求 2 训练模型利器Hugging Face 官网（https://huggingf...

视觉 学习怎样使用视觉能力理解图片 1. 介绍 GPT-4o和GPT-4 Turbo两个模型都拥有视觉能力，这意味着模型可以接收图片并回答关于图片的问题。从历史上看，语言模...

学习用DALL.E的API怎样生成和操作图片 1 介绍 图片API提供3个方法来和图片进行交互： 从0开始基于文字提示创建图片(DALL.E 3 and DALL.E2) ...

7 使用微调模型 当训练成功时，将看到fine_tuned_model字段中填充了检索训练详细信息时的模型名称。现在，可以在Chat Completions(适用于gpt-...