人工智能 - 超腾开源博客 - 第3页 | AI技术、开发实战与软件资源

本文整理了PyTorch机器学习库的入门资源与实战经验，涵盖官方地址、基础教程、数据集介绍、开发实战及常见问题。基础部分包括Windows系统安装、张量操作、神经网络层、激活函数、损失函数和优化器详解。实战案例涵盖线性回归、手写数字识别、Fashion MNIST分类、猫狗图像识别（对比CNN与VGG16迁移学习）以及IMDB电影评论情感分类（LSTM达88.76%准确率）。此外还提供GPU利用率优化、文档离线编译、生态项目汇总等实用信息，并附有Hugging Face、动手学深度学习等扩展学习资源。

本文整理了AI入门相关的实用资源，包括常用网站（如Hugging Face镜像、ModelScope、arXiv等）、主流机器学习框架（如scikit-learn、TensorFlow、PyTorch、PaddlePaddle等），以及机器学习基础概念（激活函数、损失函数、优化器）。文章还介绍了多种神经网络模型（如CNN、RNN、LSTM、Transformer）和丰富的AI应用场景，如下围棋、AI绘画、视频修复、大模型、数字人、智能体、AI编程等，帮助读者快速了解AI全貌，跟上时代潮流。

CursorCLI是Anysphere公司推出的AI编程智能体，目前仅支持Linux和Mac系统。安装可通过执行curl命令完成，需将/.local/bin添加至环境变量。使用前需在命令行输入cursor-agent，首次启动会自动打开浏览器完成登录，然后选择信任工作空间即可通过输入文字与AI交互。支持输入斜杠/执行命令。若在纯命令行无桌面环境中使用，可将登录地址复制到其他电脑的浏览器登录。

生成对抗网络（GAN）是一种由生成器和判别器构成的深度学习模型，通过零和博弈机制相互对抗训练。生成器试图制造逼真假数据，判别器则努力区分真假，两者在对抗中共同提升。训练过程交替优化：先固定生成器训练判别器区分真假，再固定判别器训练生成器以欺骗对方，最终生成器可输出与真实数据几乎无差异的结果。GAN优势在于生成质量高、无需显式建模、灵活性强，但面临训练不稳定、模式崩溃和评估困难等挑战。广泛应用于图像生成、风格迁移、超分辨率、数据增强等领域，代表变体包括DCGAN、WGAN、CycleGAN和StyleGAN。

这篇文章全面梳理了25种重要的生成对抗网络模型，从2014年诞生的原始GAN到后来的数十种变体，介绍了GAN领域的演进脉络。文章按类别介绍了奠基之作（如cGAN）、结构改进（如DCGAN）、训练稳定性革命（如WGAN和WGAN-GP）、图像翻译（如CycleGAN和Pix2Pix）、文本到图像生成（如StackGAN）、图像恢复（如SRGAN）以及艺术创意模型等。核心观点是，GAN的发展史是不断解决训练不稳定、模式崩溃等问题，并逐步实现可控生成、高清输出和应用扩展的历史，每一次改进都让生成结果更接近真实。

2026年5月20日，阿里云宣布将原“智能编码助手通义灵码”升级为Qoder CN，并推出覆盖软件开发、知识办公和终端操作的全场景产品矩阵。升级后的产品以国产大模型为底座，全链路在国内部署，无需跨境传输数据，严格满足国内数据安全法规。面向金融、政务等高合规行业，Qoder CN提供专属版部署、VPC隔离等企业级方案。新家族包括面向开发者的Qoder CN（支持模型切换、专家团协作等）、知识办公场景的QoderWork CN（可操作办公软件、本地处理文件保证隐私）以及命令行工具Qoder CN CLI。自5月20日起，新品牌、新能力与新定价全面生效。

ChilloutMix是2023年初爆火的Stable Diffusion写实类主模型，以精准生成东亚女性面孔和“糖水片”风格著称，大幅降低了AI生成逼真人像的门槛。该模型基于SD 1.5架构，需配合VAE使用，默认输出柔光、高饱和度的照片级人像。然而，因其被大量用于生成模仿真人Coser或演员的“赛博Coser”图片，引发严重肖像权争议，作者于2023年2月主动删除官方页面。目前原版已绝版，但有备份流传，主流替代品包括MajicMix Realistic和Realistic Vision。使用时应避免侵权、标注AI生成。

sd-dynamic-thresholding是一款专为Stable Diffusion系列WebUI设计的扩展插件，核心解决高CFG Scale参数下图像出现的过饱和、颜色失真和对比度异常问题。通过动态阈值技术，在采样过程中对潜在表征进行智能钳位，保留高文本引导效果的同时抑制视觉瑕疵。支持AUTOMATIC1111、ComfyUI和SwarmUI三大平台，提供可配置参数，允许用户使用10-20+的CFG Scale值而无需担心画质损失，显著提升高细节生成场景的图像质量。

sd-webui-prompt-all-in-one是专为Stable Diffusion WebUI设计的强大扩展插件，旨在提升用户管理提示词的体验。它提供列表视图、拖拽排序、快速权重调整等直观输入功能，集成自动翻译、历史记录、收藏夹、ChatGPT智能生成及内置词库。支持多种翻译API，可高亮显示Lora等模型关键词，并允许自定义主题和黑名单。目前主扩展处于维护模式，新方向为独立桌面应用，更轻量，专注于提示词编辑与整理。该工具显著提升新手和用户的工作效率，是SD WebUI生态中最实用的提示词管理工具之一。

sd-webui-lora-block-weight是AUTOMATIC1111 Stable Diffusion WebUI的专业扩展插件，解决了标准LoRA应用方式权重单一的问题。该插件支持对U-Net模型的不同神经网络区块设置独立权重，提供分层权重控制、动态时间步控制、XYZ绘图测试、有效区块分析等核心功能。用户可通过特定语法精确控制LoRA在各层的影响强度，实现角色细节与画面风格的分离，消除不希望的伪影效果。插件兼容标准LoRA、LyCORIS、SDXL和Flux等多种模型架构，是高级用户进行精细化AI绘画创作的必备工具。