这是我用 AI 画的柿子:
model:
base_learning_rate: 0.0001
target: ldm.models.diffusion.ddpm.LatentDiffusion
params:
linear_start: 0.0015
linear_end: 0.015
num_timesteps_cond: 1
log_every_t: 200
timesteps: 1000
first_stage_key: jpg
cond_stage_key: nix
image_size: 48
channels: 16
cond_stage_trainable: false
conditioning_key: crossattn
monitor: val/loss_simple_ema
scale_by_std: false
scale_factor: 0.22765929
unet_config:
target: ldm.modules.diffusionmodules.openaimodel.UNetModel
params:
image_size: 48
in_channels: 16
out_channels: 16
model_channels: 448
attention_resolutions:
- 4
- 2
- 1
num_res_blocks: 2
channel_mult:
- 1
- 2
- 3
- 4
use_scale_shift_norm: false
resblock_updown: false
num_head_channels: 32
use_spatial_transformer: true
transformer_depth: 1
context_dim: 768
use_checkpoint: true
first_stage_config:
target: ldm.models.autoencoder.AutoencoderKL
params:
monitor: val/rec_loss
embed_dim: 16
ddconfig:
double_z: true
z_channels: 16
resolution: 256
in_channels: 3
out_ch: 3
ch: 128
ch_mult:
- 1
- 1
- 2
- 2
- 4
num_res_blocks: 2
attn_resolutions:
- 16
dropout: 0.0
lossconfig:
target: torch.nn.Identity
cond_stage_config:
target: torch.nn.Identity
model:
base_learning_rate: 0.0001
target: ldm.models.diffusion.ddpm.LatentDiffusion
params:
linear_start: 0.0015
linear_end: 0.015
num_timesteps_cond: 1
log_every_t: 200
timesteps: 1000
first_stage_key: jpg
cond_stage_key: nix
image_size: 48
channels: 16
cond_stage_trainable: false
conditioning_key: crossattn
monitor: val/loss_simple_ema
scale_by_std: false
scale_factor: 0.22765929
unet_config:
target: ldm.modules.diffusionmodules.openaimodel.UNetModel
params:
image_size: 48
in_channels: 16
out_channels: 16
model_channels: 448
attention_resolutions:
- 4
- 2
- 1
num_res_blocks: 2
channel_mult:
- 1
- 2
- 3
- 4
use_scale_shift_norm: false
resblock_updown: false
num_head_channels: 32
use_spatial_transformer: true
transformer_depth: 1
context_dim: 768
use_checkpoint: true
first_stage_config:
target: ldm.models.autoencoder.AutoencoderKL
params:
monitor: val/rec_loss
embed_dim: 16
ddconfig:
double_z: true
z_channels: 16
resolution: 256
in_channels: 3
out_ch: 3
ch: 128
ch_mult:
- 1
- 1
- 2
- 2
- 4
num_res_blocks: 2
attn_resolutions:
- 16
dropout: 0.0
lossconfig:
target: torch.nn.Identity
cond_stage_config:
target: torch.nn.Identity
#华晨宇音乐会顶级交响美学#刚刚扒了下这次直播的音质,从采样率和位率来看是Hi-Res无损音质,相当于CD音质,做专辑的音质也就这个水平吧。
总结一下:华晨宇他拿专辑收音标准在做直播,华晨宇搞啥都搞最好的,华晨宇牛逼[666][666][666]
补一个工作人员re这次音乐会软硬件都上到极致了!
再次更新一下直播软硬件合作方的数据,比我扒的抖抖回放视频更高一些,是96k采样率!
跟我说:谢谢华晨宇!
总结一下:华晨宇他拿专辑收音标准在做直播,华晨宇搞啥都搞最好的,华晨宇牛逼[666][666][666]
补一个工作人员re这次音乐会软硬件都上到极致了!
再次更新一下直播软硬件合作方的数据,比我扒的抖抖回放视频更高一些,是96k采样率!
跟我说:谢谢华晨宇!
【匈牙利外长:欧洲对俄制裁“伤己更甚”】匈牙利外长西雅尔多在美国纽约参加第77届联合国大会高级别会议期间接受媒体采访。他表示,欧洲国家跟随美国脚步对俄罗斯实施制裁,无疑对欧洲自身危害巨大。Le ministre hongrois des Affaires étrangères, Peter Szijjarto, a déclaré que les nations européennes subissaient un dur coup après avoir rejoint les États-Unis dans leur sanction contre la Russie. Il a souligné à quel point ces mesures nuisent davantage à l'Europe qu'à la Russie. Il a prononcé ces commentaires en marge des réunions de l'Assemblée générale des Nations Unies à New York. #CriseEnUkraine# 详细报道链接:https://t.cn/A6SFOMYJ
✋热门推荐