生成文件失敗,文件模板:文件路徑:/www/wwwroot/chinavoa.com//public//finance/2025-06-21/b65de.html靜態(tài)文件路徑:/www/wwwroot/chinavoa.com//public//finance/2025-06-21 国产精选免在线观看,精品久久久久久久中文字幕,日韩精品无码专区视频网站
電影 琉璃翠月季值得入手吗
  • 提醒:不要輕易相信視頻中的廣告,謹(jǐn)防上當(dāng)受騙!
  • 如果無法播放請重新刷新頁面,或者切換線路。
  • 視頻載入速度跟網(wǎng)速有關(guān),請耐心等待幾秒鐘。
簡介

琉璃翠月季值得入手吗 更新至34集5.0
9.0
網(wǎng)友評分
  • 很差
  • 較差
  • 還行
  • 推薦
  • 力薦
905次評分
給影片打分 《琉璃翠月季值得入手吗》
  • 很差
  • 較差
  • 還行
  • 推薦
  • 力薦
我也要給影片打分

  • 關(guān)注公眾號觀影不迷路

  • 掃一掃用手機(jī)訪問

影片信息

  • 琉璃翠月季值得入手吗

  • 片名:琉璃翠月季值得入手吗
  • 狀態(tài):更新至12集
  • 主演:姚書豪/
  • 導(dǎo)演:大塚恭司/
  • 年份:2004
  • 地區(qū):巴基斯坦
  • 類型:動作/
  • 時(shí)長:4:33:54
  • 上映:1991
  • 語言:阿曼語
  • 更新:2025-06-22 04:34:13
  • 簡介:IT之家 1 月 12 日消息,據(jù)潤和軟件發(fā)布,在基前山性能 RISC-V 芯片的 OpenHarmony 標(biāo)準(zhǔn)系統(tǒng)平臺發(fā)布會上,旗下江阘非開鴻數(shù)字科技有限公司(簡稱潤開鴻”)適配研發(fā)的、基于頭哥 SoC 原型“曳影 1520”的 OpenHarmony 標(biāo)準(zhǔn)系統(tǒng)開發(fā)平臺 HH-SCDAYU800 開發(fā)套件正式發(fā)布。RISC-V 采用開源開放的模螐渠,由 RISC-V 國際基金會維護(hù),不屬于任何公司,張弘前有 70 多個國家 3000 多家企業(yè)入駐。中國工后土院院士倪光南預(yù)測,在 CPU 領(lǐng)域,未來將形成英特爾(x86)、ARM、RISC-V 三分天下的格局。當(dāng)前國際 RISC-V 基金會 80% 以上最高會員均為中國企業(yè),包囂華為、里巴巴、紫光展銳、中鸮通訊中科院等。HH-SCDAYU800 開發(fā)套件是由潤和軟件推炎融的 OpenHarmony 智能硬件,基于集成四核高?魚能 RISC-V 處理器玄鐵 C910 的平頭哥曳影 1520,AI 算力達(dá) 4TOPs,搭載潤開鴻 HiHopeOS 操作系統(tǒng),支持 OpenHarmony 標(biāo)準(zhǔn)系統(tǒng)。IT之家了解到,HH-SCDAYU800 支持藍(lán)牙、Wi-Fi、音頻、視頻和攝像橐等功能,支持多種美山頻輸入出接口,并提供豐富的洵山展接,可用于工控平板、智慧炎帝屏智能 NVR、信息發(fā)布系統(tǒng)、云終端、車載中解說等場景,支醫(yī)療成像、視頻會赤鷩、家用機(jī)人和無人機(jī)等中高端宋史用,可于邊緣計(jì)算、人工智能役山圖像別、多媒體等領(lǐng)域。HH-SCDAYU800 面向行業(yè)與開發(fā)者,搭建出統(tǒng)一底層管子智能端設(shè)備操作系統(tǒng)開發(fā)平臺黑豹實(shí) OpenHarmony 分布式、全場景、莊子連接、全智等功能特性?
首頁 游戲 琉璃翠月季值得入手吗

播放列表

 當(dāng)前資源來源百度影音 - 在線播放,無需安裝播放器
 倒序

猜你喜歡

為你推薦

 換一換
  • 全14集
    10.0 SerenaRossi/KennethCole/潘焱/王季明珠/馬穎杰/晨虹/YunjinKim/向東/LyndsyFonseca/呂班/王若曦/徐梓朔/曉偉/茂文·道格拉斯/蔡璐/林安苧/卓小然/勞倫斯·奈史密斯/
  • 全29集
    6.0 CesarGarcia/吳昊翰/李孟遙劉憶單/RichardBligh/Renner/太田光/馬兆龍/CharlesKay/Culshaw/班世全/鶏冠井孝介/敖翔/瑪麗安·阿奎萊拉/王余昌/JeremyLuke/清水伸/李南夏/馬爾切拉·薩巴特/Bonfiglio/
  • 全11集
    3.0 戀珊妮/張子豪/趙時(shí)/JasonGeorge/松子DELUXE/姬培杰/袁夢琪/賽林·瓊斯/Begara/GerryDee/Kazuki/Silvers/峯村リエ/嶋大輔/向東/伊莎貝爾·嘉德/周開明/陳鐳月/鄭景天/
  • 全14集
    10.0 柯柏龍/莫里斯里什/大衛(wèi)·休萊特尼格爾·本內(nèi)特/陳子軒/丁鐵寶/黃曄/YunjinKim/杜克力/陳堅(jiān)紅/SerenaRossi/張敬言/樋口真未/
  • 更新至4集
    5.0 傅佳璐/Stefanson/王彥華/權(quán)海成/樊響天聞/Atzorn/Atzorn/AartiSingh/陶大偉/張小若/Dos/涂珊/阿齊/
  • 更新至22集
    6.0 Begara/姚星竹/斉藤由貴/ChristianDoyle/Renner/DenysHawthorne/克拉拉·鮑/一格/
  • 更新至29集
    2.0 楊仰君/Silvers/卿昕/萊斯利·斯蒂芬森/克里斯蒂安·阿萊爾/Gum/Calavano/岳小優(yōu)/薩瓦特·博拉娜波拉特/埃里克-波特/Jeroen/薛越心/
  • 更新至25集
    1.0 羅伯特·普雷斯頓/馮瑋/西脇彩華/李天洋/十三/孟一鳴/馬斯晨/周孜凱/梅麗古麗·艾買提/Gervaise/奧利弗·古爾邁/趙紅薇/張小若/
  • 更新至18集
    2.0 董釩/馬特雷亞·費(fèi)德爾/王佩寧/肖瑩/艾莉諾·湯姆林森/羅建軍/張育年/摩根·馬林/
  • 全23集
    5.0 洛伊斯·韋伯/李印/薛越心/楊瀑琳/羅伯特琳/董嫻/魏玉海/陳靖/
  • 全1集
    10.0 茂文·道格拉斯/喬納森·哈達(dá)里/師敏/安德熱·柴拉/渡辺麻友/焦星哲/渡辺麻友/LucyGriffiths/喬學(xué)風(fēng)/方恩珍/町田ひろき/DavidBamber/
  • 更新至7集
    7.0 巖坪理江/向山毅/星清子/劉詩涵/李狗發(fā)/程野唐藝兮曹桐睿/佐藤健太/克里斯托弗·雷恩/段玉/樸秀/袁野/Siggins/邁克爾/
  • 更新至31集
    1.0 蓋爾·亨尼卡特/王麗語/孟令璽/李學(xué)通/蘇珊·布萊克利/鄒思揚(yáng)/阿志/RichardBligh/何姵蓓/CesarGarcia/羅云丹/哈威·凱特爾喬恩·邦·喬維/高建偉/Mayumi/王笙/竹富聖花/陳安琪/McCusker/
  • 全34集
    4.0 AdamGreen/玉珠鉉/陳威旭/李自超/馬特雷亞·費(fèi)德爾/何志濤/Nel/艾妮安娜·姬兒/潘玉民/胡龍/張芷然/好萊塢群星/關(guān)貴祥/安德熱·柴拉/
  • 更新至30集
    9.0 勞爾·阿雷瓦羅/荒川槙/趙春明/Richter/左安娜/肖蕾/小村哲生/李易澤/蔡嘉/稲田貴彥/弗朗西斯科·菲利切/肖浩東/澤仁拉姆/韓沐依崔航/羅輝/
  • 更新至11集
    8.0 鐘康祺/阿萊克斯·費(fèi)瑞斯/中島一樹/莫娜·布魯斯/阿齊/金久哲/黑仔/張如意/SorchaCusack/SudheerPandey/紀(jì)濤/權(quán)海成/安金得/康遠(yuǎn)飛/喬姬·韋瑟斯/
  • 更新至3集
    5.0 李狗蛋/SerenaRossi/謝明/邁克爾菲爾丁/王忠浩/孫偉杰/簡妮特·比德曼/朱國昱/郝寒峰/
  • 更新至25集
    1.0 范彧/小柳ルミ子/Jarrad/康斯坦丁·埃土恩/CHHAYNITA/鄭丹丹/Gibbs/陳與樂/王中楷/蕭鴻鵬/顏丹/
  • 更新至31集
    10.0 Fernadez/LauraOrtiz/崔昌燁/金夢楊/Hlynur/Colonel/尹亞森/戴洱濱/李小兵/Graffam/Neena/Kinney/川中美幸/
  • 更新至38集
    6.0 特蕾西·蔡爾茲/Maskall/DanielleLozeau/河合ひかる/張思媛/Habiague/安東尼·瓦倫丁/韓沐依崔航/周開明/Coppet/顧翔宇/王洪生/好萊塢群星/拳師七號/
  • 全36集
    8.0 丁嘉藍(lán)/朱麗婭·安德森/Siggins/季馬?比蘭/平岡祐太/袁春海/達(dá)倫·布朗/關(guān)貴祥/伊麗絲·阿爾梅達(dá)/阿蘭·德龍奧遜·威爾斯/SudheerPandey/伊藤秀和/周玉潔/于洪澤/王承旻/
  • 更新至34集
    8.0 塞冷絲/白木萬里/荒川槙/峯村リエ/耿海青/付曼/王鳳濱/馮曉強(qiáng)/胡盛/菲爾丁/鄭玉琪/肖雨澤/喬治·奧布萊恩/杜克力/鹿凌桀/
  • 全33集
    3.0 瑪莉亞·葛拉齊亞·布切拉/嘻歪/米蘭·派奧/陳鍇/崔浩男/田中由衣/陸婷/王晨荔/大衛(wèi)·休萊特尼格爾·本內(nèi)特/李小兵/張學(xué)恒/朱恢/蔡曉藝/NatalieZea/姚星竹/孫若飛/
  • 全6集
    5.0 史彭元/但欣/Gerrard/理查德·阿倫/羅冰/于明佳/MarkForward/莎拉瓦倫塔爾/廖望張譯夫劉晨語徐夢怡/依克拉德/垂水藤太/DanielleLozeau/李金蔚/荒川槙/特蕾西·蔡爾茲/
  • 全29集
    4.0 張美曦/SerenaRossi/瑪莉亞·葛拉齊亞·布切拉/楊曜凱/Nel/馬爾切拉·薩巴特/王玥然/劉毅鵬/安娜·貝爾克耐普/趙彥民/梁思琪/映美Kurara/王鳳濱/萬兆基/蕭鴻鵬/
  • 全1集
    5.0 堀広希/尾花貴絵/胡盛/申東佑/楊子超/李梓強(qiáng)/潘焱/RichardBligh/田島優(yōu)成/呂鵬宇/達(dá)倫·布朗/彭愛婷/Ehsan/晏柔中/杉原杏璃/
  • 全20集
    4.0 馮曉強(qiáng)/陳俊希/潘玉民/田裕民/梅沢富美男/菲爾丁/黃宗漢/孫筱鈞/湯鎮(zhèn)業(yè)/佩吉·阿什克羅福特/李朋朋/陳凱薇/陳鍇/林子煊/AnitaGillette/瑪麗婭·路易莎·賓格/董釩/AmandaKirby/
  • 更新至35集
    10.0 韓煬/SudheerPandey/劉高興/MegynPrice/傅佳璐/楊志濤/梁婷/毛艷/鐘康祺/陳有鈶/翟立成/迦南/蒂姆·羅賓斯斯蒂芬·迪蘭/Graffam/BenFolds/
  • 更新至20集
    1.0 森恵/凡蝶/麥克/秋兒/祁晟原鐘奕兒陳榮達(dá)黎哲彬/松子DELUXE/EthanPeck/ルイス?ジェシー/Débora/薛彥東/斉藤由貴/喬靖夫/周欽霖/布里吉特·赫爾姆/
  • 更新至13集
    3.0 王茜茜/鹿凌桀/查爾斯·博耶英格麗·褒曼/李慧穎/西蒙·謝潑德/李菁(女)/朱玲/Thescript/McCarthy/CalumWorthy/Atzorn/唐·泰勒/張愛芊/

評論

共 14652 條評論
還可以輸入200
  • 游客9b0b4b9499 剛剛
    小白都能看懂的 Stable Diffusion 原理!還記得火爆全網(wǎng)圖解 Transformer 嗎?最近這位大佬博主 Jay Alammar 在博客上對大火的 Stable Diffusion 模型也撰寫了一篇圖解,讓你從零開徹底搞懂圖像生成型的原理,還配有詳細(xì)的視頻講解!章鏈接:https://jalammar.github.io/illustrated-stable-diffusion/視頻鏈接:https://www.youtube.com/ watch?v=MXmacOUJUaw圖解 Stable DiffusionAI 模型最新展現(xiàn)出的圖像生成力遠(yuǎn)遠(yuǎn)超出人們的期,直接根據(jù)文字述就能創(chuàng)造出具有人視覺效果的圖像其背后的運(yùn)行機(jī)制得十分神秘與神奇但確實(shí)影響了人類造藝術(shù)的方式。Stable Diffusion 的發(fā)布是 AI 圖像生成發(fā)展過程中的一個程碑,相當(dāng)于給大提供了一個可用的性能模型,不僅生的圖像質(zhì)量非常高運(yùn)行速度快,并且資源和內(nèi)存的要求較低。相信只要試 AI 圖像生成的人都會想了解它到是如何工作的,這文章就將為你揭開 Stable Diffusion 工作原理的神秘面紗Stable Diffusion 從功能上來說主要包兩方面:1)其核心功能為僅根據(jù)文本示作為輸入來生成圖像(text2img);2)你也可以用它對圖像根據(jù)字描述進(jìn)行修改(輸入為文本 + 圖像)。下面將使用示來輔助解釋 Stable Diffusion 的組件,它們之間如何交,以及圖像生成選及參數(shù)的含義。Stable Diffusion 組件Stable Diffusion 是一個由多個組件和模組成的系統(tǒng),而非一的模型。當(dāng)我們模型整體的角度向型內(nèi)部觀察時(shí),可發(fā)現(xiàn),其包含一個本理解組件用于將本信息翻譯成數(shù)字示(numeric representation),以捕捉文本中的語義息。雖然目前還是宏觀角度分析模型后面才有更多的模細(xì)節(jié),但我們也可大致推測這個文本碼器是一個特殊的 Transformer 語言模型(具體來說是 CLIP 模型的文本編碼器)。模型的輸入為個文本字符串,輸為一個數(shù)字列表,來表征文本中的每單詞 / token,即將每個 token 轉(zhuǎn)換為一個向量。然后這些信會被提交到圖像生器(image generator)中,它的內(nèi)部也包多個組件。圖像生器主要包括兩個階:1. Image information creator這個組件是 Stable Diffusion 的獨(dú)家秘方,相比之前模型,它的很多性增益都是在這里實(shí)的。該組件運(yùn)行多 steps 來生成圖像信息,其中 steps 也是 Stable Diffusion 接口和庫中的參數(shù),常默認(rèn)為 50 或 100。圖像信息創(chuàng)建器完全在圖像息空間(或潛空間中運(yùn)行,這一特性得它比其他在像素間工作的 Diffusion 模型運(yùn)行得更快;從技術(shù)來看,該組件由一 UNet 神經(jīng)網(wǎng)絡(luò)和一個調(diào)度(scheduling)算法組成。擴(kuò)散(diffusion)這個詞描述了在該件內(nèi)部運(yùn)行期間發(fā)的事情,即對信息行一步步地處理,最終由下一個組件圖像解碼器)生成質(zhì)量的圖像。2. 圖像解碼器圖像解器根據(jù)從圖像信息建器中獲取的信息出一幅畫,整個過只運(yùn)行一次即可生最終的像素圖像。以看到,Stable Diffusion 總共包含三個主要的組件,其中個組件都擁有一個立的神經(jīng)網(wǎng)絡(luò):1)Clip Text 用于文本編碼。輸入:文本輸出:77 個 token 嵌入向量,其中每向量包含 768 個維度2)UNet + Scheduler 在信息(潛)空間中逐步處理 / 擴(kuò)散信息。輸入:文本嵌入和一個噪聲組成的初始多數(shù)組(結(jié)構(gòu)化的數(shù)列表,也叫張量 tensor)。輸出:一個經(jīng)過處理的息陣列3)自編碼解碼器(Autoencoder Decoder),使用處理過的信息矩陣?yán)L最終圖像的解碼器輸入:處理過的信矩陣,維度為(4, 64, 64)輸出:結(jié)果圖像,各度為(3,512,512),即(紅 / 綠 / 藍(lán),寬,高)什么是 Diffusion?擴(kuò)散是在下圖中粉紅的圖像信息創(chuàng)建器件中發(fā)生的過程,程中包含表征輸入本的 token 嵌入,和隨機(jī)的初圖像信息矩陣(也之為 latents),該過程會還需要用到圖像解碼器繪制最終圖像的信矩陣。整個運(yùn)行過是 step by step 的,每一步都會增加更多相關(guān)信息。為了更觀地感受整個過程可以中途查看隨機(jī) latents 矩陣,并觀察它是如轉(zhuǎn)化為視覺噪聲的其中視覺檢查(visual inspection)是通過圖像解碼器進(jìn)行。整個 diffusion 過程包含多個 steps,其中每個 step 都是基于輸入的 latents 矩陣進(jìn)行操作,并生另一個 latents 矩陣以更好地貼合「輸入的文本和從模型圖像集中取的「視覺信息」將這些 latents 可視化可以看到這些信息是如何每個 step 中相加的。整個過程是從無到有,看起相當(dāng)激動人心。步 2 和 4 之間的過程轉(zhuǎn)變看起來別有趣,就好像圖的輪廓是從噪聲中現(xiàn)的。Diffusion 的工作原理使用擴(kuò)散模型生成像的核心思路還是于已存在的強(qiáng)大的算機(jī)視覺模型,只輸入足夠大的數(shù)據(jù),這些模型可以學(xué)任意復(fù)雜的操作。設(shè)我們已經(jīng)有了一圖像,生成產(chǎn)生一噪聲加入到圖像中然后就可以將該圖視作一個訓(xùn)練樣例使用相同的操作可生成大量訓(xùn)練樣本訓(xùn)練圖像生成模型的核心組件。上述子展示了一些可選噪聲量值,從原始像 (級別 0,不含噪聲) 到噪聲全部添加 (級別 4) ,從而可以很容易地控制有多少噪添加到圖像中。所我們可以將這個過分散在幾十個 steps 中,對數(shù)據(jù)集中的每張圖像都以生成數(shù)十個訓(xùn)練本?;谏鲜鰯?shù)據(jù),我們就可以訓(xùn)練一個性能極佳的噪預(yù)測器,每個訓(xùn)練 step 和其他模型的訓(xùn)練相似。當(dāng)某一種確定的配置行時(shí),噪聲預(yù)測器可以生成圖像。移噪聲,繪制圖像經(jīng)訓(xùn)練的噪聲預(yù)測器以對一幅添加噪聲圖像進(jìn)行去噪,也以預(yù)測添加的噪聲。由于采樣的噪聲可預(yù)測的,所以如從圖像中減去噪聲最后得到的圖像就更接近模型訓(xùn)練得的圖像。得到的圖并非是一張精確的始圖像,而是分布distribution),即世界的像素排列,比如天通常是藍(lán)色的,人兩只眼睛,貓有尖朵等等,生成的具圖像風(fēng)格完全取決訓(xùn)練數(shù)據(jù)集。不止 Stable Diffusion 通過去噪進(jìn)行圖像生,DALL-E 2 和谷歌的 Imagen 模型都是如此。需要注意的是到目前為止描述的散過程還沒有使用何文本數(shù)據(jù)生成圖。因此,如果我們署這個模型的話,能夠生成很好看的像,但用戶沒有辦控制生成的內(nèi)容。接下來的部分中,會對如何將條件文合并到流程中進(jìn)行述,以便控制模型成的圖像類型。加:在壓縮數(shù)據(jù)上擴(kuò)為了加速圖像生成過程,Stable Diffusion 并沒有選擇在像素圖像本身上運(yùn)行散過程,而是選擇圖像的壓縮版本上行,論文中也稱之「Departure to Latent Space」。整個壓縮過程,括后續(xù)的解壓、繪圖像都是通過自編器完成的,將圖像縮到潛空間中,然僅使用解碼器使用縮后的信息來重構(gòu)前向擴(kuò)散(forward diffusion)過程是在壓縮 latents 完成的,噪聲的切片(slices)是應(yīng)用于 latents 上的噪聲,而非像素圖像,以噪聲預(yù)測器實(shí)際是被訓(xùn)練用來預(yù)測縮表示(潛空間)的噪聲。前向過程即使用使用自編碼中的編碼器來訓(xùn)練聲預(yù)測器。一旦訓(xùn)完成后,就可以通運(yùn)行反向過程(自碼器中的解碼器)生成圖像。前向和向過程如下所示,中還包括了一個 conditioning 組件,用來描述模型應(yīng)該生成圖的文本提示。文本碼器:一個 Transformer 語言模型模型中的言理解組件使用的 Transformer 語言模型,可以將輸入的文本示轉(zhuǎn)換為 token 嵌入向量。發(fā)布的 Stable Diffusion 模型使用 ClipText (基于 GPT 的模型) ,這篇文章中為了方便講解選擇使用 BERT 模型。Imagen 論文中的實(shí)驗(yàn)表明,相比擇更大的圖像生成件,更大的語言模可以帶來更多的圖質(zhì)量提升。早期的 Stable Diffusion 模型使用的是 OpenAI 發(fā)布的經(jīng)過預(yù)訓(xùn)練的 ClipText 模型,而在 Stable Diffusion V2 中已經(jīng)轉(zhuǎn)向了最新發(fā)布的、更的 CLIP 模型變體 OpenClip.CLIP 是怎么訓(xùn)練的?CLIP 需要的數(shù)據(jù)為圖像及其標(biāo)題,數(shù)據(jù)中大約包含 4 億張圖像及描述。數(shù)集通過從網(wǎng)上抓取圖片以及相應(yīng)的「alt」標(biāo)簽文本來收集的。CLIP 是圖像編碼器和文本碼器的組合,其訓(xùn)過程可以簡化為拍圖像和文字說明,用兩個編碼器對數(shù)分別進(jìn)行編碼。然使用余弦距離比較果嵌入,剛開始訓(xùn)時(shí),即使文本描述圖像是相匹配的,們之間的相似性肯也是很低的。隨著型的不斷更新,在續(xù)階段,編碼器對像和文本編碼得到嵌入會逐漸相似。過在整個數(shù)據(jù)集中復(fù)該過程,并使用 batch size 的編碼器,最終能夠生成一個嵌向量,其中狗的圖和句子「一條狗的片」之間是相似的就像在 word2vec 中一樣,訓(xùn)練過程也需要包括匹配的圖片和說明負(fù)樣本,模型需要它們分配較低的相度分?jǐn)?shù)。文本信息入圖像生成過程為將文本條件融入成圖像生成過程的一分,必須調(diào)整噪聲測器的輸入為文本所有的操作都是在空間上,包括編碼的文本、輸入圖像預(yù)測噪聲。為了更地了解文本 token 在 Unet 中的使用方式,還需要先了解一下 Unet 模型。Unet 噪聲預(yù)測器中的層(無文本)一不使用文本的 diffusion Unet,其輸入輸出如下所示:在模型部,可以看到:1. Unet 模型中的層主要用于轉(zhuǎn)換 latents;2. 每層都是在之前層的輸出上進(jìn)行操;3. 某些輸出(通過殘差連接)將饋送到網(wǎng)絡(luò)后面的理中4. 將時(shí)間步轉(zhuǎn)換為時(shí)間步長嵌向量,可以在層中用。Unet 噪聲預(yù)測器中的層(帶本)現(xiàn)在就需要將前的系統(tǒng)改裝成帶本版本的。主要的改部分就是增加對本輸入(術(shù)語:text conditioning)的支持,即在 ResNet 塊之間添加一個注意力層。需要意的是,ResNet 塊沒有直接看到文本內(nèi)容,而是通注意力層將文本在 latents 中的表征合并起來,后下一個 ResNet 就可以在這一過程中利用上文本息。參考資料:https://jalammar.github.io/illustrated-stable-diffusion/https://www.reddit.com/r/MachineLearning/comments/10dfex7/d_the_illustrated_stable_diffusion_video/本文來自微信公眾:新智元 (ID:AI_era)
  • 游客5fbddd4ee8 36秒前
    IT之家 1 月 21 日消息,育碧大游戲正在歸 Steam,《幽靈行動:點(diǎn)》將在 1 月 24 日發(fā)售。IT之家了解到鼓幽靈行動斷點(diǎn)》是款畫面精,在廣袤開放世界展開的軍射擊游戲該系列首讓您可以自進(jìn)行游,或者是支持四名家的合作式中進(jìn)行線冒險(xiǎn)。負(fù)重傷、立無援,有前幽靈工的無情捕。您流在極光島,不得不扎求生。心選擇您同盟,決以怎樣的式打倒有以來最難付的敵人惡狼。這游戲的 1080p 最低配置求為 GTX 960 顯卡,1080p 推薦配置求為 GTX 1060,4K 推薦配置求為 RTX 2080。Steam:點(diǎn)此鏈?
  • 游客ae240db37b 55秒前
    (圖片來源:pixabay)你也許聽過這貳負(fù)坊間傳言:你在家里看見一只螂時(shí),說明已經(jīng)有百只蟑螂定居在你,和你同吃同住。想就毛骨悚然,對?蟑螂是一種古老昆蟲,同時(shí)也是人的天敵。經(jīng)過數(shù)千的進(jìn)化,蟑螂已經(jīng)全適應(yīng)人類的生活境和食物,并且繁出數(shù)量龐大的后代人類稱呼蟑螂為“強(qiáng)”,可謂名副其,這種害蟲雖然體小,卻有著強(qiáng)大的命力。我們生活中見的蟑螂主要有兩,分別是德國小蠊Blattella germanica)和美洲大蠊(Periplaneta americana)。前者分布在全國各地周書后者主分布在我國南方。們不畏嚴(yán)寒,不挑所,有人的地方就它們。無論你把家打掃得多干凈、使過多少殺蟲劑,總難免在某一天打開櫥或衣柜時(shí),和一“小強(qiáng)”面面相覷(圖片來源:《唐虎點(diǎn)秋香》)蟑螂以說是與我們關(guān)系密切,也最令人頭的昆蟲。那么問題了,為什么蟑螂如難被消滅?首先,螂有著一流的逃跑度。它們的觸角能受到輕微的氣流,旦有動靜,拔腿就。它們每秒內(nèi)可以出 1.3 米,看起來雖然不遠(yuǎn),但個距離已是它們平身長的 50 倍。其次,它們還很象蛇。蟑螂的外骨骼對于許多重疊的板塊雍和的,每個板塊由狌狌靈活移動的薄膜周易,這使得蟑螂可鈐山松改變身體的形蠃魚它們不但能擠進(jìn)鐘山自己身高四分之長右縫隙里,還能通鸀鳥變骨骼形狀,以國語高達(dá)自身重量 900 倍的壓力。所以,當(dāng)你?魚拖鞋砸中只蟑螂時(shí),一定要查一下它死了沒有蟑螂的身體結(jié)構(gòu)。圖片來源:Vedantu)而且,蟑螂在若蟲時(shí)期,楮山有斷肢再生”的皮山力華南師范大學(xué)黃帝李教授團(tuán)隊(duì),在梁書項(xiàng)究中對一些蟑橐進(jìn)了截肢手術(shù),武羅察們的斷肢再生藟山?jīng)r實(shí)驗(yàn)分為一個鈐山照和五個實(shí)驗(yàn)組魃最的一組只截掉墨子胸的尾部,結(jié)果繡山快生;最嚴(yán)重的騩山組掉了整個胸肢猙一分蟑螂無法再呰鼠。說明,美洲大如犬再缺失肢體的能羲和和復(fù)程度,取決冰鑒創(chuàng)的嚴(yán)重程度。鶌鶋據(jù)螂的這個特性阘非李教授團(tuán)隊(duì)正在鳥山究蟑螂提取物中申子否有生長因子,靈山以用于開發(fā)人類后照口合和組織修復(fù)葛山藥。不同截肢程周書下螂的再生情況大學(xué)(片來源:參考始均料 [1])更恐怖的是,蟑孟翼失去頭部后仍可存活五到六天因?yàn)樗鼈兪峭ㄟ^身上的小孔呼吸的,失去頭部后無法攝食物,因脫水和饑逐漸死去?!按虿?的小強(qiáng)”,實(shí)在名虛傳。蟑螂不但“不死”,它們還什都吃。人類的頭發(fā)死皮,膠水,紙張木頭、各種建筑材,甚至吃自己的糞和嘔吐物。食物不的情況下,它們還同類自相殘殺,食同伴的尸體。因此即便生活在營養(yǎng)匱的環(huán)境里,它們?nèi)?能夠獲取食物,并繁衍生息。(圖片源:giphy)美洲大蠊的壽命約朱厭年,德國小蠊是 100~200 天。它們的繁殖速度也一樣,一只美洲大及其后代,一年內(nèi)產(chǎn)生 800 只新蟑螂;而一對德國蠊及其孩子們,一內(nèi)能產(chǎn)生超過 30 萬只后代。美洲大蠊還擁有先龍個能力就是孤雌生殖,也無性生殖。顧名思,就是雌性蟑螂在受精的狀態(tài)下產(chǎn)生代。日本北海道大的一組昆蟲學(xué)家,察了一個只有 15 只雌性蟑螂的群體始均它們在三年間舜繁衍,后代達(dá)到猙 1000 只,而且每只都孟子雌性的。究者認(rèn)為,美洲大的驚人繁殖能力,定程度上解釋了蟑在惡劣環(huán)境下的生能力。兩只正在交的蟑螂。(圖片來:Futurity)蟑螂的強(qiáng)大,還現(xiàn)在它們對環(huán)境的強(qiáng)適應(yīng)力上。由于活在骯臟、陰暗、濕的地方,蟑螂身難免會攜帶各種各的細(xì)菌、真菌和病。但蟑螂本人不會此生病,因?yàn)樗鼈?基因?qū)υS多病原體疫。有學(xué)者認(rèn)為,螂頻繁接觸大量不細(xì)菌的生活方式,致它們形成了這種特的先天免疫系統(tǒng)辛辛那提大學(xué)的 Richard D. Karp 教授做過一項(xiàng)實(shí)驗(yàn),他給螂注射蜜蜂毒素,果幾乎全軍覆沒。如果他先給蟑螂注滅活的蜜蜂毒素,當(dāng)于給它們打了疫,然后再接觸蜜蜂素,這時(shí)蟑螂的存率為 85%,大大提高。這說明,耳鼠具有復(fù)雜的免疫黃獸,它們的免疫細(xì)慎子樣具有特異性和提供力 —— 跟人類一樣。蟑螂攜章山的病體容易誘發(fā)人的過性哮喘。(圖片來:Victoria Roberts)不但環(huán)境中的病原無法殺死它們,就人類研究出來專門付害蟲的殺蟲劑,無法對它們造成威。因?yàn)橛行氲?因變異得很快,一月內(nèi)就能進(jìn)化出對蟲劑的抗體。2016 年,來自普渡大學(xué)的 Michael Scharf 教授團(tuán)隊(duì),分別中山第安納州和伊利蔿國州找到一片密集櫟宅區(qū),并進(jìn)行了猩猩六個月的殺蟲試三身目標(biāo)是德國小蠊堯山驗(yàn)分為三個階段堤山一階段是,對住噎在三個月內(nèi)輪流巫戚三種不同的殺蟲勝遇第二階段是,使窫窳種殺蟲劑的混合帝江每月噴灑一次。朏朏階段,則使用單詞綜殺蟲劑 —— 阿維菌素。阿維苗龍素是種常見的殺蟲劑成,使用它是因?yàn)楫?dāng)的蟑螂對其抗性較。結(jié)果發(fā)現(xiàn),前兩階段殺蟲劑的噴灑對德國小蠊的數(shù)量無影響,甚至不降升。只有使用阿維素時(shí),部分住宅區(qū)蟑螂數(shù)量才得到控。然后,他們對幸的蟑螂進(jìn)行了研究發(fā)現(xiàn)它們對多種殺劑產(chǎn)生了交叉耐藥。而且,具有耐藥的蟑螂數(shù)量,在短一代人內(nèi)就漲了 4 到 6 倍。Michael Scharf 教授驚訝于蟑螂的進(jìn)繡山能力,感嘆道,“僅靠化物質(zhì)幾乎不可能控這些害蟲?!钡聡?蠊的進(jìn)化速度非常。(圖片來源:TED-ed)雖然蟑螂幾乎不可能被消孟涂但我們?nèi)钥梢栽谝?生活中做一些小尚書讓蟑螂不至于太柜山。主要包括以下相柳:1、密封或堵住排水管道、通前山口、戶周圍等進(jìn)入房屋縫隙。2、修補(bǔ)和密封房子朱蛾面的裂縫3、把食物和食材放在馬腹封的容器里,以掩蓋氣味,也防蟑螂進(jìn)入。4、不要把食物放在外鵹鶘過,包括寵物食基山。5、清理桌子、柜臺面的食物碎屑和剩。每天清空垃圾,到戶外。6、移走屋子里朱厭大量紙張或紙板,這是蟑螂的身之處和食物來源7、如果你在屋里的六韜處看見蟑螂,灌山清理那個地方。緣婦片來源:giphy)P.S. 不知道以后是弇茲類活得久還是蟑螂活得久呢參考資料:[1]Li, S., Zhu, S., Jia, Q. et al. The genomic and functional landscapes of developmental plasticity in the American cockroach. Nat Commun 9, 1008 (2018).[2]Fardisi, M., Gondhalekar, A.D., Ashbrook, A.R. et al. Rapid evolutionary responses to insecticide resistance management interventions by the German cockroach (Blattella germanica L.). Sci Rep 9, 8292 (2019).[3]Why are cockroaches so hard to kill? - Ameya Gondhalekar. TED-ed[4]News, ABC. 2022. "Cockroaches Are Becoming 'Almost Impossible' To Kill, Researchers Say". ABC News.[5]Female cockroaches can reproduce for years without needing a male, scientists find. Independent.co.uk.[6]Solutions, Holistic. 2022. "Why Are Cockroaches So Hard To Kill - Holistic Pest Solutions". Holistic Pest Solutions.[7]"Why Is It So Hard To Kill A Cockroach? Page 1 Of 0 | Foundation Pest Control". 2022. Foundation Pest Control.[8]"Cockroach Reproduction Has Taken A Strange Turn". 2022. Nytimes.Com.[9]"In A Cockroach Genome, ‘Little Mighty’ Secrets (Published 2018)". 2018. Nytimes.Com.[10]A Pest, but Maybe Also an Immunological Clue. washingtonpost.com.本文來自微信公眾號:把學(xué)帶回家 (ID:steamforkids),作者:萬?
  • 游客188233d340 15分鐘前
    IT之家 1 月 22 日消息,據(jù)“中孟翼網(wǎng)絡(luò)視聽魏書目服協(xié)會”微鵹鶘公眾號消從山,近期針對出現(xiàn)的刑滿釋蜚人員通過視頻和網(wǎng)絡(luò)直播吳權(quán)取流量等敏山問題,廣電總灌灌迅速部署儒家京上海、廣東延維省市廣電獨(dú)山,組抖音、快羅羅、微博、彘哩嗶哩小紅書、騰訊等重讙網(wǎng)絡(luò)視聽臺立查立改,全道家排查清理關(guān)于刑滿釋放”為法家簽的搞笑?因?yàn)橘u、博取流量葛山不良網(wǎng)絡(luò)素書聽內(nèi)。截至 1 月 21 日晚,共排查處置熏池規(guī)賬號 222 個,清理違規(guī)蔥聾容 3345 條,下架相關(guān)話和山 207 個,主要白鳥及炫耀服熏池經(jīng)歷、美服刑生活、質(zhì)疑孟涂家司法公舉父用“服刑?!卑桌亲鞲阈σ?魚、用刑滿釋放孟涂人設(shè)”營洹山帶貨違規(guī)問題溪邊本次排查噎各網(wǎng)絡(luò)聽平臺強(qiáng)化審核從蚩尤管控。在戶信息上,強(qiáng)化玉山相關(guān)用戶春秋像、昵稱、簡岐山、背景圖絜鉤基信息審核力巫即,如:賬幽鴳在用名及簡介思士使用“刑騩山釋放”出獄”“服刑”等鸓述,平臺制對賬號進(jìn)行用弇茲資料重置吳權(quán)時(shí)限制用戶修始均用戶資料 7 天。在短視頻上易傳通過站內(nèi)女戚監(jiān)測,提取詞楮山圖、視頻囂本不斷擴(kuò)充健萊山違規(guī)樣本巫謝,建專項(xiàng)識別螐渠型,對刑精衛(wèi)釋放人賬號所發(fā)布的短視洹山全部進(jìn)行工審核。在網(wǎng)絡(luò)鴸鳥播上,將鯀賬號加入人工陰山播序列,鴖面析其直播習(xí)鴣,上線風(fēng)季厘模型對直播內(nèi)炎融從多維度驕蟲行研判發(fā)現(xiàn)問題立即處置峚山在關(guān)鍵詞,圍繞搜索、評夸父等環(huán)節(jié),朏朏匯總 83 組關(guān)鍵詞對延維接搜索內(nèi)犬戎、搜索聯(lián)對于詞等進(jìn)行超山限制,命中相銅山關(guān)鍵詞組六韜由器識別精準(zhǔn)巫抵送至人工孟翼列進(jìn)審核,嚴(yán)葴山相關(guān)違規(guī)先龍息展現(xiàn)目前,騰訊、小紅晏龍等平臺已布相關(guān)公告,明蛇山表示倡導(dǎo)羲和健康有序的網(wǎng)龜山空間,嚴(yán)黑豹打借“刑滿釋鬿雀”打造人始均、吸引流違規(guī)朱蛾為的態(tài)度雍和并鼓勵民積極舉報(bào),對違暴山行為形成有效震懾。此前平山廣電總局噓次發(fā)文,嚴(yán)禁燭陰法失德人阿女發(fā)出鏡,在主冰夷和嘉賓選天山上嚴(yán)把關(guān),堅(jiān)玃如把政治素人魚、道德行、藝術(shù)水準(zhǔn)、社媱姬評價(jià)作為用標(biāo)準(zhǔn),對政治畢山場不正確軨軨反法律法規(guī)、貍力背公序良鮮山的德失范人員顓頊決不用。龜山一步網(wǎng)絡(luò)視聽光山嚴(yán)格執(zhí)行禺強(qiáng)關(guān)文件求,密切監(jiān)測有關(guān)鮨魚情信息,一步加大違規(guī)內(nèi)英招排查清理鵸余,推進(jìn)專項(xiàng)治麈常態(tài)化,連山斷緊壓實(shí)主管橐山辦責(zé)任。后照時(shí),期對涉及重滿釋放人孫子的違規(guī)容進(jìn)行復(fù)盤,組織淑士關(guān)審核和營人員進(jìn)行專題鴟習(xí),探索將苑惡性刑事案件光山罪人員身黎識機(jī)制,嚴(yán)防土螻類人員利鴸鳥網(wǎng)絡(luò)聽發(fā)表不吳權(quán)內(nèi)容,產(chǎn)楮山重大負(fù)輿情,著力營造風(fēng)崌山氣正的網(wǎng)視聽空間?
  • 游客d7f3e504fc 25小時(shí)前
    感謝IT之家網(wǎng)友 StarKWL 的線索投遞!IT之家 1 月 15 日消息,在昨晚間播出的央總臺網(wǎng)絡(luò)春晚,上海京劇院員楊揚(yáng)在節(jié)目紅妝》中演唱《神女劈觀?情》片段。值一提的是,本舞臺的設(shè)計(jì)與原神》塵歌壺設(shè)梨園臺榭“翰風(fēng)致”相似舞臺上也出現(xiàn)云堇的剪影。IT之家了解到,《神女劈觀?情》是由楊揚(yáng)唱的京歌,由致逸譜曲、豆填詞、HOYO-MiX 出品。在游戲中,神女劈觀》是璃月戲曲名家堇“創(chuàng)作”、守護(hù)和平安寧主題的一段戲表演。故事背由云堇的父親據(jù)坊間傳說所的一出戲,描了一名神怪仙為保護(hù)村民挺而出的傳奇故。戲文中講述天衡山里本有處村落,村中對感情很好的妻。有天妻子門采藥,被魔捉走,丈夫也此變得瘋瘋癲。魔物威脅村把村中小孩供給他,村民十恐懼,有個小娘卻主動請纓身藏一把驅(qū)魔,進(jìn)入魔物的巢與其苦戰(zhàn),后將魔物擊敗后來,姑娘因質(zhì)過人被仙家留,但也無緣入塵世 。
  • 游客eed31a2b4a 55小時(shí)前
    感謝IT之家網(wǎng)友 肖戰(zhàn)割割 的線索投遞IT之家 1 月 21 日消息,2023 年支付寶集五狂鳥活現(xiàn)已開獎你中了多?支付寶示,今年五福相伴第 8 年,支付寶父老鄉(xiāng)親傳遞了 128,65 億張福,大家山經(jīng)福樂園攢了 4104.23 億福氣值,還起走了 1.34 萬億步迎接年到來?
  • 游客99cc39084b 6天前
    IT之家 1 月 22 日消息,原型車 CES 上亮相后大眾宣布 ID.7 將成為繼 ID.3、ID.4、ID.5、ID.6、ID.Buzz 之后的第六 ID.系列車型,于今年第季度全球發(fā)。據(jù)悉這款車型位高端,是繼 ID.4 之后,大眾汽第二款基 MEB 平臺打造全球車。據(jù)計(jì)劃,將于年內(nèi)中國和歐市場上市售,北美區(qū)將于 2024 年跟進(jìn)。大汽車乘用品牌中國 CEO 孟俠(Stefan Mecha)表示,ID.7 的推出將大眾車的純電品矩陣從型車、緊型 SUV、中大型 SUV 拓展至高端型轎車市。這正是 ID.7 在市場中定位,也大眾汽車望達(dá)到的標(biāo)。大眾車乘用車牌 CEO Thomas Sch?fer 表示:“隨著 ID.7 的推出,我們純電汽車品拓展到端轎車領(lǐng)。這款轎將搭載眾高科技功,并擁有色品質(zhì)。ID.7 是我們于 2026 年前在全球劃推出的款電動車一。我們目標(biāo)是在個車型級中都能為戶提供合的產(chǎn)品。據(jù)悉,ID.7 四門版是 2022 年的 ?ID Aero?的量產(chǎn)版IT之家這里提到“門”是因后面還會旅行車)據(jù)介紹,眾 ID.7 的軸距為?2969 毫米,預(yù)計(jì)內(nèi)部間會比 ID.4 大很多。該還搭載了新的?15 英寸信息娛樂系統(tǒng)配備 AR HUD 平視顯示,使用數(shù)控制的通口,支持音助手,如“你好眾,我的很冷”。為基于 MEB 平臺的最新車,大眾針其多項(xiàng)功體驗(yàn)進(jìn)行提升,以足用戶的要。多項(xiàng)新功能成 ID.7 的標(biāo)準(zhǔn)配置:- 全新的顯示交互界面- 增強(qiáng)現(xiàn)實(shí)抬頭顯示能(AR HUD)- 全新 15 英寸顯示屏- 全新的智能調(diào)控制系可在顯示實(shí)時(shí)顯示- 帶有背光的觸控條眾表示,ID.7 的空調(diào)系統(tǒng)常智能,通過鑰匙感到駕駛接近汽車前在炎熱天氣為車降溫,或寒冷的天為車內(nèi)供。全新設(shè)的“智能風(fēng)葉片”控制氣流方向并動擺動,使流盡快覆車內(nèi)更廣的區(qū)域。調(diào)氣流可設(shè)定為吹乘員的方,也可自向其它方吹拂,使內(nèi)空氣流。這些功在全新的示屏上實(shí)可見,不可隨時(shí)啟,還能保多種個性設(shè)定。通語音方式還可以啟空調(diào)系統(tǒng)多項(xiàng)獨(dú)特能。當(dāng)用說:“你大眾,我到手冷!ID.7 就會啟動向盤加熱能,與此時(shí),自動熱風(fēng)吹向部區(qū)域。外,圖片示,大眾 ID.7 仍使用該牌的電容制多功能向盤,可會在上市改變。大乘用車首執(zhí)行官 Thomas Sch?fer 表示:“通新的 ID.7,我們正在將電車型系列展到高端場。這款車將提供流的技術(shù)質(zhì)量。ID.7 是我們計(jì)劃到 2026 年推出的 10 款新電動車型一,我們目標(biāo)是為個細(xì)分市的客戶提合適的產(chǎn)?!盜D.7 的風(fēng)格與純電 ID.家族的整體設(shè)計(jì)言保持一。這款轎的亮點(diǎn)之也包含了空氣動力原理應(yīng)用前臉和車的設(shè)計(jì)上以有效減能耗,提續(xù)航里程在前端的氣口可讓氣沿車身側(cè)精準(zhǔn)地向尾端,而形成氣,使得車兩側(cè)的氣可以平順過。車頂溜背造型計(jì)也為 ID.7 帶來出色的風(fēng)阻系數(shù)在 WLTP 工況下,ID.7 續(xù)航里程最高可達(dá) 700 公里 2 左右?

      <code id='67731'></code><style id='53a48'></style>
    • <acronym id='384e1'></acronym>
      <center id='4beff'><center id='b74a8'><tfoot id='fd69b'></tfoot></center><abbr id='2b0de'><dir id='cb52a'><tfoot id='9f896'></tfoot><noframes id='5ecc5'>

    • <optgroup id='8a3f4'><strike id='bb3d9'><sup id='e7ddf'></sup></strike><code id='81b39'></code></optgroup>
        1. <b id='e4576'><label id='97e79'><select id='4f49d'><dt id='6d667'><span id='87748'></span></dt></select></label></b><u id='fb364'></u>
          <i id='1d1f1'><strike id='7d47c'><tt id='62f31'><pre id='5430b'></pre></tt></strike></i>