前段时间开源了CogVideoX-Fun，学习了很多CogVideoX的代码与思想理念，发现EasyAnimate之前的版本存在非常多不合理的地方，比如说embedding的添加方式、模型规模等。在这个基础上我们开发了EasyAnimateV5，提升了EasyAnimate系列的模型生成能力。另外，筛选了一大批不同控制条件的视频，训练了带有不同控制能力的EasyAnimateV5模型。

在视觉方向的AIGC领域，AI写真是一个靠谱且经过验证的落地方案，随着StableDiffusion领域开源社区的快速发展，社区也涌现了类似 FaceChain 这样基于 Modelscope开源社区结合 diffusers 的开源项目，用于指导用户快速开发个人写真。然而对于大量使用SDWebUI的 AIGC 同学们，短时间内却没有一个效果足够好的开源插件，去适配真人写真这一功能。对于AI写真而言

前段时间开源了CogVideoX-Fun，学习了很多CogVideoX的代码与思想理念，发现EasyAnimate之前的版本存在非常多不合理的地方，比如说embedding的添加方式、模型规模等。在这个基础上我们开发了EasyAnimateV5，提升了EasyAnimate系列的模型生成能力。另外，筛选了一大批不同控制条件的视频，训练了带有不同控制能力的EasyAnimateV5模型。

学了一些多模态的知识，CLIP算是其中最重要也是最通用的一环，一起来看一下吧。CLIP的全称是Contrastive Language-Image Pre-Training，中文是对比语言-图像预训练，是一个预训练模型，简称为CLIP。该模型是 OpenAI 在 2021 年发布的，最初用于匹配图像和文本的预训练神经网络模型，这个任务在多模态领域比较常见，可以用于文本图像检索，CLIP是近年来在多

前段时间开源了CogVideoX-Fun，发现第一版有些时候图生视频不太动，观察了原版的SVD和原版的CogVideoX-I2V，应该要给参考图片添加一些Noise会更好。并且重构了动作更大的数据集，目标动的也就越开心。另外，筛选了一批带有Pose的视频，训练了带有控制的CogVideoX-Fun模型。https://github.com/aigc-apps/CogVideoX-Funhttps:

这段时间正在训练EasyAnimateV4.5，发现总有一些问题解决不了，开始怀疑是自己的训练框架有问题。恰逢清华开源了CogVideoX，这是个很优秀的文生视频模型，可惜没有图生视频，还固定了分辨率，于是试着将CogVideo修改到我们的框架中，发现其实效果还不错。

工作了一段时间，感觉Docker真的是一个很方便的工具，无论复现代码还是部署服务器，不用特别担心环境的错误。

神经网络学习小记录3——利用tensorflow构建长短时记忆网络（LSTM）学习前言LSTM简介1、RNN的梯度消失问题2、LSTM的结构3、LSTM独特的门结构tensorflow中RNN的相关函数tf.contrib.rnn.BasicLSTMCelltf.nn.dynamic_rnn全部代码学习前言又出去快乐的玩耍了，但是不要忘了学习噢。LSTM简介1、RNN的梯度消失问题在过...

神经网络学习小记录42——windows下的tensorflow-gpu=1.13.2环境配置学习前言环境内容Anaconda安装下载Cudnn和CUDA配置tensorflow环境安装VSCODE学习前言好多人问环境怎么配置，还是出个教程吧。环境内容tensorflow-gpu：1.13.2keras：2.1.5numpy：1.17.4Anaconda安装取网上搜索Anacon...

神经网络学习小记录4——利用tensorflow进行自编码学习前言antoencoder简介1、为什么要降维2、antoencoder的原理3、python中encode的实现全部代码学习前言当你发现数据的维度太多怎么办！没关系，我们给它降维！当你发现不会降维怎么办！没关系，来这里看看怎么autoencode！antoencoder简介1、为什么要降维随着社会的发展，可以利用人工智能...