潜在扩散模型 (LDM) 是一项高分辨率图像合成训练工具,它在图像修复和各种任务(包括无条件图像生成、语义场景合成和超分辨率)上实现了高度竞争的性能,同时与基于像素的 DM 相比显
High-Resolution Image Synthesis with Latent Diffusion Models
ldm-celebahq-256 是一个基于 LDM 架构的 CelebA-HQ 数据集的模型,用于图像处理和生成任务。该模型在图像生成和处理等任务上表现出色,为图像应用和研究提供了强大的技术支持和解决方案。
基于 Stable Diffusion 的 AI 绘画方法
Mirror of https://huggingface.co/THUDM/chatglm-6b-int4
wows-stats-bot水表插件,图片OCR_API服务器采用fastapi框架+paddleocr进行识别
同步 https://github.com/gasparian/CRNN-OCR-lite
利用粒子群算法优化核极限学习机用于股指价格预测,并与ELM、BP进行对比
💎迄今为止最全面的分布式主键ID生成器。 💎优化的雪花算法(SnowFlake)——雪花漂移算法,在缩短ID长度的同时,具备极高瞬时并发处理能力(50W/0.1s)。 💎原生支持 C#/Java/Go/Rust/C/SQL 等多语言,且提供 PHP 扩展及 Python、Node.js、Ruby 多线程安全调用动态库(FFI)。💎支持容器环境自动扩容(自动注册 WorkerId ),单机或分布式唯一IdGenerator。