MLX

Python机器学习库

Python科学计算必备的包

豆包大模型是什么 豆包大模型是字节跳动推出的AI大模型家族，包括 豆包PixelDance、豆包Seaweed 视频生成、文生图、图生图、同声传译、角色扮演、语音合成、声音复刻、语音识别、Function Call和向量化等多个模型。豆包大模型具备强大的语言理解、生成和逻辑能力，能进行个性化创作、情绪丰富的语音合成、高精度语音识别、多风格图像生成和顶级的视频生成。豆包大模型通过火山引擎提供服务，支持企业和开发者构建智能化应用，推动AI技术在多种业务场景中的落地。 豆包大模型的性能在多个评测中表现优异，例如在包括MMLU、BBH、GSM8K和HumanEval在内的11个业界公认的基准测试集中，Doubao-pro-4k模型的总体得分达到了76.8分，在代码能力、专业知识和指令遵循等方面的显著进步。 豆包大模型的主要功能 通用模型：字节跳动自研LLM模型，支持128K长文本，全系列可精调，具备更强的理解、生成、逻辑等综合能力，适配问答、总结、创作、分类等丰富场景。 视频生成：通过精准语义理解、强大动态及运镜能力创作高质量视频，支持文本和图片生成两种模式。 角色扮演：创作个性化角色，具备上下文感知和剧情推动能力，适合虚拟互动和故事创作。 语音合成：生成自然生动的语音，能表达多种情绪，适用于文本到语音转换。 声音复刻：快速克隆声音，高度还原音色和自然度，支持跨语种迁移，用于个性化语音合成。 语音识别：准确识别和转录语音，支持多语种，适用于语音命令和转录服务。 文生图：将文本转换为图像，擅长图文匹配和中国文化元素创作，用于图像生成和视觉内容创作。 图生图：基于现有图像生成新图像，支持风格变换、扩图、重绘和涂抹等创意操作。 同声传译：提供超低延时且自然高质量的实时翻译，支持跨语言同音色翻译，打破沟通中的语言壁垒。 Function Call：准确识别和抽取功能参数，适合复杂工具调用和智能交互。 向量化：提供向量检索能力，支持LLM知识库的核心理解，适用于多语言处理。 豆包大模型的功能特点 豆包通用模型Pro：字节跳动自研的高级语言模型，支持128K长文本处理，适用于问答、总结、创作等多种场景。 豆包通用模型Lite：轻量级语言模型，提供更低的成本和延迟，适合预算有限的企业使用。 豆包·视频生成模型：利用先进的语义理解技术，将文本和图片转化为引人入胜的高质量视频内容。 豆包·语言识别模型：具备高准确率和灵敏度，能够快速准确地识别和转写多种语言的语音。 豆包·Function Call模型：专为复杂工具调用设计，提供精确的功能识别和参数抽取能力。 豆包·文生图模型：将文字描述转化为精美图像，尤其擅长捕捉和表现中国文化元素。 豆包·语音合成模型：能够合成自然、生动的语音，表达丰富的情感和场景。 豆包·向量化模型：专注于向量检索，为知识库提供核心理解能力，支持多种语言。 豆包·声音复刻模型：仅需5秒即可实现声音的1:1克隆，提供高度相似的音色和自然度。 豆包·同声传译模型：实现超低延迟的实时翻译，支持跨语言同音色翻译，消除语言障碍。 豆包·角色扮演模型：具备个性化角色创作能力，能够根据上下文感知和剧情推动进行灵活的角色扮演。 豆包大模型的产品官网 产品官网：volcengine.com/product/doubao 如何使用豆包大模型 确定需求：明确项目或业务需求，比如是否需要文本生成、语音识别、图像创作、视频生成等。 选择合适的模型：根据需求选择合适的豆包大模型，例如文生图模型、语音合成、视频生成模型等。 注册和访问火山引擎：访问火山引擎官网注册账户，是字节跳动的云服务平台，提供豆包大模型的服务。 申请访问权限：在火山引擎平台上申请使用豆包大模型的权限，填写相关信息和使用场景。 API接入：获取相应的API接口信息，包括API的端点、请求方法和必要的认证信息。 开发和测试：根据API文档开发应用程序，将豆包大模型集成到你的业务流程中。进行充分测试，确保模型的输出符合预期。 部署应用：在测试无误后，将集成了豆包大模型的应用部署到生产环境。 监控和优化：监控应用的性能和模型的效果，根据反馈进行优化。 豆包大模型的产品定价 大语言模型 按tokens使用量付费： Doubao-lite-4k（包括分支版本lite-character）：上下文长度4K、输入0.0003元/千tokens、输出0.0003元/千tokens、后付费、免费额度50万tokens。 Doubao-lite-32k：上下文长度32K、输入0.0003元/千tokens、输出0.0006元/千tokens后付费、免费额度50万tokens。 Doubao-lite-128k：上下文长度128K、输入0.0008元/千tokens、输出0.0010元/千tokens后付费、免费额度50万tokens。 Doubao-pro-4k（包括分支版本pro-character、pro-functioncall）：上下文长度4K、输入0.0008元/千tokens、输出0.0020元/千tokens后付费、免费额度50万tokens。 Doubao-pro-32k：上下文长度32K、输入0.0008元/千tokens、输出0.0020元/千tokens后付费、免费额度50万tokens。 Doubao-pro-128k：上下文长度128K、输入0.0050元/千tokens、输出0.0090元/千tokens后付费、免费额度50万tokens。 按模型单元付费：独占的算力资源，更加独立可控 Doubao-lite-4k、Doubao-lite-32k：可承载性能（TPS）3000、按小时60元/个、包月28000元/个。 Doubao-lite-128k：可承载性能（TPS）4500、按小时240元/个、包月112000元/个。 Doubao-pro-4k、Doubao-pro-32k：可承载性能（TPS）3200、按小时160元/个、包月80000元/个。 Doubao-pro-128k：可承载性能（TPS）3500、按小时1200元/个、包月550000元/个。 视觉模型 豆包-文生图模型-智能绘图：推理服务、0.2元/次、后付费、免费额度200次。 语音大模型 Doubao-语音合成：推理服务、5元/万字符、后付费、免费额度5000字符。 Doubao-声音复刻：推理服务、8元/万字符、后付费、免费额度5000字符。 向量模型 Doubao-embedding：最长输入长度4K、输入0.0005元/千tokens、后付费、免费50万tokens。 模型精调 按tokens使用量（训练文本*训练迭代次数）计费，训练完成后出账。 Doubao-lite-4k、Doubao-lite-32k、Doubao-lite-128k：LoRA定价0.03元/千tokens、后付费。 Doubao-pro-4k、Doubao-pro-32k、Doubao-pro-128k：LoRA定价0.05元/千tokens、后付费。 更多模型及定价信息，可访问豆包大模型官网获取最新信息。 豆包大模型的应用场景 内容创作与媒体：使用文生图、图生图、视频生成模型生成文章配图、漫画、海报、短视频等视觉内容。语音合成模型为视频、动画制作配音。 客户服务：通过角色扮演模型提供虚拟客服和聊天机器人服务。使用语音识别和语音合成模型改善语音客服系统。 教育与培训：文生图模型辅助教学材料的制作，如生成教学插图。角色扮演模型创建个性化学习体验和虚拟教师。 娱乐与游戏：在游戏中使用角色扮演模型创建非玩家角色（NPC）的对话和行为。用语音合成模型为游戏角色提供自然的语言交流。 智能助手：结合语音识别和语音合成模型，开发智能个人助理。用文生图模型生成个性化的推荐内容。 市场与广告：用文生图模型自动生成广告创意和营销素材。用通用模型分析消费者反馈，优化广告文案。 企业自动化：通过Function Call模型自动化复杂的工作流程和工具调用。用向量化模型进行高效的信息检索和知识管理。 搜索与推荐：用向量化模型改善搜索引擎的准确性和响应速度。结合通用模型为用户推荐相关内容或产品。 法律与金融：用通用模型进行合同分析、案件研究和合规检查。用语音识别模型转录会议记录和访谈内容。

昇思MindSpore是由华为自研的一种适用于端边云场景的新型开源深度学习训练/推理框架，MindSpore提供了友好的设计和高效的执行，旨在提升数据科学家和算法工程师的开发体验，并为Ascend AI处理器提供原生支持，以及软硬件协同优化。

Deeplearning4j是为数不多的以Java虚拟机（JVM）为目标，以Java原生编写的机器学习框架之一。该框架由位于旧金山的一组机器学习开发人员开发，并由初创公司Skymind提供商业支持。Deeplearning4j于2017年10月捐赠给了Eclipse基金会。该库与Clojure和Scala兼容。 对于集群和分布式训练，Deeplearning4j与Apache Spark和Apache Hadoop集成。它还与NVIDIA CUDA运行时集成，可在多个GPU之间执行GPU操作和分布式训练。 Deeplearning4j包括一个使用ND4J的n维数组类，该类允许在Java和Scala中进行科学计算，与NumPy提供给Python的函数类似。它可以有效地用作执行线性代数和矩阵操作的库，用于训练和推理。 Deeplearning4j可以用于训练模型，这些模型可以执行图像分类、对象检测、图像分割、自然语言处理和时间序列预测。

Leap 提供简单易用的API和SDK，帮助开发人员在几分钟内将人工智能添加到自己的应用程序中，如生成图像、编辑图像、微调模型、检索文本上下文等。 Leap 可以在不编写/少量编写代码的情况下与5000多个应用程序集成。该工具提供Javascript、Python和cURL的API，用户可以通过注册免费试用帐户来试用Leap的功能。 Leap的特色功能 多合一AI功能的API。一个平台的API，用于图像、文本、视频等AI功能实现，无需在单个API之间切换。 内置测试和试玩工作台。在浏览器中使用Leap提供的人工智能模型，然后再将其集成到自己的应用程序中。 与任何应用程序集成。通过提供的Zapier集成，无需编程，便可以将Leap连接到3000多个应用程序。 微调训练自定义模型。使用其Dreambooth微调仪表板和API，可训练自定义的模型，无论是人、宠物、对象或自定义风格。 Leap的产品价格 Leap 的产品定价很简单，提供免费的基础套餐和付费套餐允许用户访问其他高级功能、无限制使用和访问高级队列。 免费套餐 图像生成：在标准队列中生成 100 张图像。 付费套餐 图像生成：每张图像支付 0.005 美元（高级队列）。 模型微调：为每个经过训练的模型版本支付 2 美元（高级队列） 混合图像：每张图片支付 0.01 美元（高级队列）

Python版本的TensorFlow深度学习API

Label Studio 是 Human Signal（原Heartex）推出的一个免费开源的数据标注工具，GitHub 上该项目标星近1.4万，可帮助开发人员微调大语言模型、准备训练数据或验证 AI 模型。 Label Studio的功能特色 支持标记各种类型的数据，包括图片、声音、文本、时间序列、多域、视频等 灵活且可配置，可配置的布局和模板以结合自己的数据集和工作流 机器学习辅助标记，通过 ML 后端集成使用预测来协助标记流程，从而节省时间 多个项目和用户，在一个平台上支持多个项目、用例和数据类型 与您的 ML/AI pipeline 集成，可使用 Webhooks、Python SDK 和 API 进行身份验证、创建项目、导入任务、管理模型预测等。 如何开始使用 Label Studio 首先确认在电脑上已安装好libq-dev和python3-dev依赖项 然后使用pip install label-studio命令安装 Label Studio 在终端/命令行使用label-studio start启动 Label Studio 通过 http://localhost:8080 打开 Label Studio UI 使用自己创建的电子邮件地址和密码进行注册 单击 Create 创建项目并开始标记数据 为项目命名，可输入项目描述并选择颜色 单击 Data Import 并上传你要使用的数据文件。如果你想使用本地目录、云存储或数据库中的数据，可暂时跳过此步骤 单击 Labeling Setup 设置并选择一个模板并根据你的用例自定义标注名称 单击 Save 以保存您的项目 更多的设置和相关操作，请查看官方的文档https://labelstud.io/guide/get_started.html