所有文章 > 当前分类:AI驱动
Agent调研--19类Agent框架对比
Agent调研--19类Agent框架对比
2024/12/09
代理(Agent)指能自主感知环境并采取行动实现目标的智能体,即AI作为一个人或一个组织的代表,进行某种特定行为和交易,降低一个人或组织的工作复杂程度,减少工作量和沟通成本。 1.背景 目前,我们在探索Agent的应用方向,借此...
手把手教你开发Agent:聊聊DB-GPT Agent的架构设计、源码解读和实战开发
手把手教你开发Agent:聊聊DB-GPT Agent的架构设计、源码解读和实战开发
【AI驱动】 1.背景 去年5月份DB-GPT项目正式开源,作为DB-GPT的元老级开发者,我当时主要负责让DB-GPT能兼容支持AutoGPT的Plugin,实现自然语言和数据库相关的交互能力, 以及Text2SQL后的可视化流程。去年7月份开始...
2024/12/09
Agent 智能体开发框架选型指南
Agent 智能体开发框架选型指南
【AI驱动】 智能体(Agents)正迎来辉煌时刻。伴随着众多新框架的涌现和对该领域的持续投资[1],现代 AI 智能体正在跨越起初的不稳定阶段[2],迅速取代 RAG 成为开发首选。那么,2024 年是否会成为 autonomous AI 系统全面接管...
2024/12/09
基于大模型的数据应用开发框架详解
基于大模型的数据应用开发框架详解
【AI驱动】 随着大模型技术的快速发展和日趋成熟,大模型在各个行业和业务领域的应用也如火如荼。在数据领域中,将大模型赋能到数据管理、数据应用及数据分析等方面的探索也在逐步落地。在实践过程中,搭建统一、高效、可扩展的数据开发框架变得至关重要。本文分享基于大...
2024/12/09
AI Agent调研–7种Agent框架对比!盘点国内一站式Agent搭建平台,一文说清差别!大家都在用Agent做什么?
AI Agent调研–7种Agent框架对比!盘点国内一站式Agent搭建平台,一文说清差别!大家都在用Agent做什么?
【AI驱动】 代理(Agent)乃一种智能实体,具备自主环境感知与决策行动能力,旨在达成既定目标。作为个人或组织之数字化替身,AI代理执行特定任务与交易,其核心价值在于简化工作流程,削减繁复性,并有效降低人力投入与沟通障碍,促进效率与协作的双重提升。简而...
2024/12/09
使用 Go 开发 AI Agent的选择:Genkit for Go
使用 Go 开发 AI Agent的选择:Genkit for Go
【AI驱动】 什么是 Genkit Genkit[1] 是一个 Google Firebase 团队开发的 AI Agent 开发框架,用于构建现代、高效的 AI 应用。它目前包含一个 Node.js 的实现[2] 和一个 Go 语言的实现[3]。...
2024/12/09
Agent 智能体开发框架如何优雅选型?
Agent 智能体开发框架如何优雅选型?
【AI驱动】 Agent 智能体进入黄金发展期 Agent 智能体的发展正步入黄金时代。随着众多新框架的层出不穷和对该领域的持续投入,现在 Agent 智能体已逐步摆脱初期的动荡,迅速崛起,成为开发者的首选,超越了 RAG。那么,2024年是否会成...
2024/12/09
轻松上手 LangChain 开发框架之 Agent 技术 !
轻松上手 LangChain 开发框架之 Agent 技术 !
【AI驱动】 Agent 技术剖析 Agent 这一模块在 LangChain 的使用过程中也是十分重要的。官方文档是这样定义它的:“The core idea of agents is to use a language model to cho...
2024/12/09
扩散模型实战(十四):扩散模型生成音频
扩散模型实战(十四):扩散模型生成音频
【AI驱动】    在之前的文章中,我们主要介绍了扩展模型在文本生成和文本生成图像的应用,本文将介绍在音频领域的应用。 一、安装环境 !pip install -q datasets diffusers torchau...
2024/12/09
扩散模型实战(十三):ControlNet结构以及训练过程
扩散模型实战(十三):ControlNet结构以及训练过程
【AI驱动】 经过前面的学习,我们已经可以熟练的使用文本[Prompt]( Diffusion模型,比如人物四肢的角度、背景中物体的位置、每一缕光线的角度__,因为文字的表达能力是有限的。 ## __一、ControlNet介绍__ 本文分享的Co...
2024/12/09
扩散模型实战(十二):使用调度器DDIM反转来优化图像编辑
扩散模型实战(十二):使用调度器DDIM反转来优化图像编辑
【AI驱动】 一、配置环境 # !pip install -q transformers diffusers accelerate import torch import requests import torch.nn as nn i...
2024/12/09
扩散模型实战(十):Stable Diffusion文本条件生成图像大模型
扩散模型实战(十):Stable Diffusion文本条件生成图像大模型
【AI驱动】 在AIGC时代,Stable Diffusion无疑是其中最亮的“仔”,它是一个强大的文本条件隐式扩散模型(text-conditioned latent diffusion model),可以根据文字描述(也称为Prompt)生成精美图片...
2024/12/09
扩散模型实战(九):使用CLIP模型引导和控制扩散模型
扩散模型实战(九):使用CLIP模型引导和控制扩散模型
【AI驱动】 上篇文章中介绍了如何微调扩散模型,有时候微调的效果仍然不能满足需求,比如图片编辑,3D模型输出等都需要对生成的内容进行控制,本文将初步探索一下如何控制扩散模型的输出。 我们将使用在LSUM bedrooms数据集上训练并在WikiAr...
2024/12/09
扩散模型实战(八):微调扩散模型
扩散模型实战(八):微调扩散模型
【AI驱动】   微调在LLM中并不是新鲜的概念,从头开始训练一个扩散模型需要很长的时间,特别是使用高分辨率图像训练。那么其实我们可以在已经训练好的”去噪“扩散模型基础上使用微调数据集进行二次微调训练。    ...
2024/12/09
扩散模型实战(七):Diffusers蝴蝶图像生成实战
扩散模型实战(七):Diffusers蝴蝶图像生成实战
【AI驱动】  在本文中,我们以生成绚丽多彩的蝴蝶图像为例,学习Diffusers库相关知识,并学会训练自己的扩散模型。 一、环境准备工作 1.1 安装Diffusers库 %pip install -qq -U diffusers...
2024/12/09
扩散模型实战(五):采样过程
扩散模型实战(五):采样过程
【AI驱动】   在扩散模型实战(四):从零构建扩散模型文章中已经介绍了在原始数据集MNIST中添加噪声以及基于基本的UNet网络训练扩散模型,模型已经可以进行预测,但是发现输入数据噪声量很大的时候预测的效果并不好,如下图所示:  ...
2024/12/09
1 60 61 62 63 64 83