目录1AI绘画不断进步2Midjourney体验教程2.1注册Discord账号2.2Midjourney绑定Discord2.3接入MidjourneyBot应用2.4开始作画3prompts大全4结语1AI绘画不断进步2022年10月，NovelAI流出stable-diffusion-webui模型，开启二次元AI绘画的时代AI绘画突然爆火？快速体验二次元画师NovelAI(diffusion)，这也标志着一系列AIGC模型开始从学术界走入公众视角，甚至达到落地商业级别。仅仅数月之后，AI开始向真人(三次元)绘画进军AI绘画进军三次元，有人用它打造赛博女友？(diffusion)，大量打
目录1AI绘画不断进步2Midjourney体验教程2.1注册Discord账号2.2Midjourney绑定Discord2.3接入MidjourneyBot应用2.4开始作画3prompts大全4结语1AI绘画不断进步2022年10月，NovelAI流出stable-diffusion-webui模型，开启二次元AI绘画的时代AI绘画突然爆火？快速体验二次元画师NovelAI(diffusion)，这也标志着一系列AIGC模型开始从学术界走入公众视角，甚至达到落地商业级别。仅仅数月之后，AI开始向真人(三次元)绘画进军AI绘画进军三次元，有人用它打造赛博女友？(diffusion)，大量打
目录一、前言二、对应关系三、如何使用四、总结五、参考一、前言NVIDIA®CUDA®Toolkit为创建高性能GPU加速应用程序提供了一个开发环境。借助CUDA工具包，您可以在GPU加速的嵌入式系统、桌面工作站、企业数据中心、基于云的平台和HPC超级计算机上开发、优化和部署您的应用程序。该工具包包括GPU加速库、调试和优化工具、C/C++编译器以及用于部署应用程序的运行时库。全球的深度学习研究人员和框架开发人员都依赖cuDNN来实现高性能GPU加速。它使他们可以专注于训练神经网络和开发软件应用程序，而不必花时间在底层GPU性能调整上。本篇博客记录了了CUDAToolkit和cuDNN的版本对应
目录一、前言二、对应关系三、如何使用四、总结五、参考一、前言NVIDIA®CUDA®Toolkit为创建高性能GPU加速应用程序提供了一个开发环境。借助CUDA工具包，您可以在GPU加速的嵌入式系统、桌面工作站、企业数据中心、基于云的平台和HPC超级计算机上开发、优化和部署您的应用程序。该工具包包括GPU加速库、调试和优化工具、C/C++编译器以及用于部署应用程序的运行时库。全球的深度学习研究人员和框架开发人员都依赖cuDNN来实现高性能GPU加速。它使他们可以专注于训练神经网络和开发软件应用程序，而不必花时间在底层GPU性能调整上。本篇博客记录了了CUDAToolkit和cuDNN的版本对应
Prompt即代码是一种基于多种输入模态的编程范式，它通过结合文本、图像、语音等多种输入方式来提供更丰富的上下文信息，帮助程序员更好地表达自己的意图，并生成相应的代码实现。Prompt即代码将prompt作为代码的一部分，以及作为标准接口来定义生成的代码，同时提供注释和文档信息以支持可读性和可维护性。通过使用prompt即代码，程序员可以提高编码效率，同时生成更准确、更可靠的代码实现。在前两篇AI编程文章《渐近式AI编程模式：UnitMesh架构的设计思路与探索》与《未来可期的AI编程：到底是程序员的终极解放还是失业的开始？》里，我们已经阐述了几年后、未来的AI编程带来的影响。而在不考虑采用诸
Prompt即代码是一种基于多种输入模态的编程范式，它通过结合文本、图像、语音等多种输入方式来提供更丰富的上下文信息，帮助程序员更好地表达自己的意图，并生成相应的代码实现。Prompt即代码将prompt作为代码的一部分，以及作为标准接口来定义生成的代码，同时提供注释和文档信息以支持可读性和可维护性。通过使用prompt即代码，程序员可以提高编码效率，同时生成更准确、更可靠的代码实现。在前两篇AI编程文章《渐近式AI编程模式：UnitMesh架构的设计思路与探索》与《未来可期的AI编程：到底是程序员的终极解放还是失业的开始？》里，我们已经阐述了几年后、未来的AI编程带来的影响。而在不考虑采用诸
导航结论cmdpromptanacondaprompt如何用anacondaprompt运行.py文件第一步：打开anacondaprompt第二步：在conda环境中打开.py文件结论直接上结论：anacondaprompt完全可以理解为anaconda版的cmd命令提示窗。即：你是如何通过cmd指挥（查找、打开、删除等等）你的Windows系统的，你就通过同样的思维用anacondaprompt来指挥anaconda，也就是命令提示窗版的anacondanavigator。至于如何指挥，你就需要在anacondaprompt用到conda指令集（链接：http://t.csdn.cn/7M
导航结论cmdpromptanacondaprompt如何用anacondaprompt运行.py文件第一步：打开anacondaprompt第二步：在conda环境中打开.py文件结论直接上结论：anacondaprompt完全可以理解为anaconda版的cmd命令提示窗。即：你是如何通过cmd指挥（查找、打开、删除等等）你的Windows系统的，你就通过同样的思维用anacondaprompt来指挥anaconda，也就是命令提示窗版的anacondanavigator。至于如何指挥，你就需要在anacondaprompt用到conda指令集（链接：http://t.csdn.cn/7M
最近去参会，看到了大量关于Prompt相关的论文，或者说跟NLPNLU相关的新论文或多或少都使用到了Promptlearning的一些思想或者设置。由于本人主业不是是做NLP的，所以对NLP顶会的这一现象觉得很有意思，趁闲暇学习了一下Promptlearning。网上讲解的帖子很多，我整理了一些帖子的核心内容，也写一下我自己在学习过程中的感悟。-----手动分割----1.大型语言模型的进化史这里引入刘鹏飞大佬的的观点，他在论文中提到，语言模型在Deeplearning时代，大致经历了四个阶段：完全监督的机器学习：通过构建特征工程，直接解决下游任务。完全监督深度神经网络：通过构建ML模型，训练
最近去参会，看到了大量关于Prompt相关的论文，或者说跟NLPNLU相关的新论文或多或少都使用到了Promptlearning的一些思想或者设置。由于本人主业不是是做NLP的，所以对NLP顶会的这一现象觉得很有意思，趁闲暇学习了一下Promptlearning。网上讲解的帖子很多，我整理了一些帖子的核心内容，也写一下我自己在学习过程中的感悟。-----手动分割----1.大型语言模型的进化史这里引入刘鹏飞大佬的的观点，他在论文中提到，语言模型在Deeplearning时代，大致经历了四个阶段：完全监督的机器学习：通过构建特征工程，直接解决下游任务。完全监督深度神经网络：通过构建ML模型，训练
