AI 与MCP 技术实战教程
https://www.feishu.cn/community/article?id=7507084665509904403AI 与MCP 技术实战教程. 编程乐趣. 5月21日投稿. AI. 知识分享. 使用C#从零开始构建基于MCP架构的应用. 目录. 没有找到相关结果.
飞搜侠
热门搜索
实战教程：使用Sadtalker让照片说话 - 飞书文档
https://docs.feishu.cn/article/wiki/BweNw1lUGizA72kwkpucaL6Vnyc实战教程：使用Sadtalker让照片说话. 利用目前主流的开源程序让照片说话唱歌，达到基本的唇形同步. [ ] Sadtalker. https://github.com/OpenTalker/SadTalker. 可以独立 ...
Coze-打造AI私人提效助理实战教程
https://www.feishu.cn/community/article?id=7426650062668693505本教程以从认识AI 工作流到应用AI 工作流再到借助AI 搭建自己工作流为结构，整合市面上各类实用AI 工作流并做像素级拆解，同时提供提示词手册和具体案例，帮助学习者迅速 ...
Midjourney实战应用教程 - 飞书文档
https://docs.feishu.cn/article/wiki/CJDwwYgPviacVpk6yPhc2ANUnEe【实战应用】如何利用七大方向快速生成合心意的AI人物形象【实战应用】如何用Midjourney生成数字/字母? 【实战应用】如何用Midjourney做海报设计【实战应用】如何 ...
实战教程：基于Sovits 的声音训练及推理 - 飞书文档
https://docs.feishu.cn/article/wiki/Jm22wgaIsiPYvOk5sJucyquxn9U1，准备数据集. 目标说话人的授权数据集（至少30 分钟的纯人声/ 歌声，1-2 小时最佳），这一步预计耗时1 个工作日。 如果你想训练一个孙燕姿的音色，你需要收集孙燕姿的声音数据， ...
Phi-3-vision实战教程，助力模型应用 - 飞书文档
https://docs.feishu.cn/v/wiki/PbZHwFkukijixikqDSkc0eW7n4f/ar资讯全球首台生物计算机开放服务：16个人脑类器官，能耗节省百万倍https://mp.weixin.qq.com/s/EA8HI8kotgH4ot5yw5xtqw 近日，一家瑞士初创公司FinalSpark 发布了全球 ...
Python 网络爬虫实战教程 - 飞书文档
https://docs.feishu.cn/article/wiki/PvDDwVkp7iQ8VWkc74wcG7aenEgPython 网络爬虫实战教程. 飞书AI 知识问答系统深度集成DeepSeek R1 满血版大模型，支持实时联网搜索、多格式文件解析及知识库的无缝对接。用户可免费构建AI 知识库， ...
LLamaFactory微调大模型实战教程 - 飞书文档
https://docs.feishu.cn/v/wiki/QKUNwvvL0ilcwUk5T65cnpHgnVV/a8三、部署LLama Factory · 打开MicroSoft Store，搜索Ubuntu · 找到Ubuntu 18.04.6 LTS版本，点击下载 · 下载完成后，点击打开，如下图 · 先输入你的用户名，然后点击回车，再输入 ...
datawhalechina/easy-rl: 强化学习中文教程（蘑菇书 ... - GitHub
https://security.feishu.cn/link/safety?target=https://github.com/datawhalechina/easy-rl?from=from_parent_mindnote&scene=ccm&logParams=蘑菇书EasyRL · 贡献者 · 使用说明 · 纸质版 · 在线阅读(内容实时更新) · 最新版PDF下载 · 纸质版和PDF版的区别 · 内容导航 · 算法实战.
datawhalechina/fun-rec: 推荐系统入门教程，在线阅读地址 ... - GitHub
https://security.feishu.cn/link/safety?target=https://github.com/datawhalechina/fun-rec?from=from_parent_mindnote&scene=ccm&logParams=%7B%22location%22:%22ccm_mindnote%22%7D&lang=zh-CN本教程主要是针对具有机器学习基础并想找推荐算法岗位的同学。教程内容由推荐系统概述、推荐算法基础、推荐系统实战和推荐系统面经四个部分组成。本教程对于入门推荐 ...