tag aigc

標籤
貢獻384
531
05:52 PM · Oct 25 ,2025
miro 頭像 itchenhan 頭像 u_17171882 頭像 u_17513518 頭像 u_15795349 頭像 u_17606904 頭像 u_17513850 頭像 u_16213384 頭像 u_17469189 頭像 u_17507674 頭像 u_16213319 頭像 u_16213465 頭像

@aigc / 博客 RSS 訂閱

u_16213450 頭像

mob64ca12f4d1ad - Linux Ollama使用GPU運行LLM模型

在當今的機器學習領域，運行大型語言模型（LLM）已經成為一種趨勢。尤其是使用強大的GPU加速，可以顯著提高模型的訓練和推理速度。然而，在Linux環境中，許多用户在使用Ollama運行LLM模型時遇到了GPU無法正常工作的情況。下面來詳細探討如何解決“Linux Ollama使用GPU運行LLM模型”的問題。 問題背景 在實際用户場景中，很多數據科學家和機器學習工程師依賴於Oll

aigc , 解決方案 , ci , CUDA

收藏 評論

u_16175523 頭像

mob649e816a3664 - stable diffusion torch size

在使用Stable Diffusion時，用户常常會遇到與“torch size”相關的問題。這些問題通常與模型的性能和資源佔用有關。本文將詳細記錄解決“stable diffusion torch size”問題的過程，分為環境準備、集成步驟、配置詳解、實戰應用、排錯指南及性能優化等模塊。 環境準備 為了有效運行Stable Diffusion，我們需要配置合適的環境。以下是依

System , aigc , ci , Python

收藏 評論

u_16213463 頭像

mob64ca12f7e7cf - ollama 啓動設置端口

ollama 啓動設置端口 在使用 Ollama 時，有時需要手動設置啓動端口。這通常是在多項目環境或網絡配置中非常重要，需要確保每個實例可以正常啓動並避免端口衝突。在這個博文中，我將詳細介紹如何解決“ollama 啓動設置端口”的問題。 問題場景 假設我在一個多任務的開發環境中，運行多個 Ollama 實例進行機器學習模型的測試與開發。每個實例默認佔用相同的端口，這導致啓動

機器學習 , 配置文件 , server , aigc

收藏 評論

u_16213338 頭像

mob64ca12d9b014 - anythingllm加載不了ollama模型

出現“anythingllm加載不了ollama模型”的問題通常會影響到開發和部署工作，尤其是在需要將大型模型整合進現有系統時。 在這一背景下，很多開發者在使用 anythingllm 來加載 ollama 模型時，遇到了一些困難。系統未能正確識別模型，導致無法完成其指定的功能。這種現象不僅阻礙了開發進程，還對項目的整體進度產生了負面影響。 現象描述 開

依賴庫 , 加載 , 網絡連接 , aigc

收藏 評論

u_16213401 頭像

mob64ca12e91aad - aigc與數據安全和隱私

在當前的數據驅動時代，人工智能生成內容（AIGC）為開發者、企業和個人帶來了新的機遇，但與此同時，數據安全和隱私問題也日益凸顯。本文將探討如何解決“AIGC與數據安全和隱私”的問題，從環境預檢、部署架構、安裝過程、依賴管理到配置調優和服務驗證進行系統化的分析。以下是針對這些步驟的詳細描述。 環境預檢 在實施AIGC系統前，需要進行全面的環境預檢，以確保所使用的硬件和軟件環境能夠支

bash , aigc , 安裝過程 , 調優

收藏 評論

u_17595790 頭像

AI時代原住民 - AI重構軟件研發全流程走向落地！亞馬遜發佈「AI驅動開發」全新方法論，完整解讀十大核心原則

從氛圍編程到智能體編程，從SDD(Spec驅動開發)到AI DLC(AI驅動開發全週期)，AI重構軟件研發從意願走向落地 在敏捷方法論誕生二十多年後，軟件工程正迎來其歷史上最激動人心的範式轉移。亞馬遜AWS的Raja SP近日發佈了一篇開創性文章，正式提出了AI驅動開發生命週期（AI-DLC）——一個專為AI原生時代

AIGC二三事 , 驅動開發 , aigc , Copilot , 開發者 , 軟件工程

收藏 評論

u_16213455 頭像

mob64ca12f6066e - 家庭怎麼部署aigc

在家庭中部署AIGC（人工智能生成內容）是一項充滿挑戰的任務。很多家庭希望利用AIGC來提升生活質量，或是提高工作效率。然而，實際部署過程中卻常常面臨各種問題與困擾。例如，設備的配置、網絡環境、軟件選擇等等，都會影響AIGC的效果和使用體驗。本文將詳細記錄在家庭環境下部署AIGC的完整過程，包括遇到的問題、錯誤現象的分析、根因探討、解決方案以及後續的驗證測試和預防優化。 問題背景

server , 用户反饋 , aigc , 解決方案

收藏 評論

u_15389271 頭像

編程小覃 - 『千言：面向事實一致性的生成評測比賽』基線系統

關於環境配置： CUDA 11.2.0: https://developer.nvidia.com/cuda-11.2.0-download-archive?target_os=Windowstarget_arch=x86_64target_version=10target_type=exelocal CUDNN v8.2.1:

aigc , llama , paddle , CUDA , Python

收藏 評論