最近在研究测试MiniCPM3-4B，这里记录一下遇到的cuda和torch版本问题 在调试和运行MiniCPM3-4B过程中如果出现找不到某个包，就用pip进行安装，如果提示GPU相关的问题则需要进一步检查 解决 Torch not compiled with CUDA enabled 问题 一、查看…

BLIP (Bidirectional Encoder Representations from Images and Text Pre-training) 是一种用于多模态任务的预训练模型，它可以处理图像和文本的联合表示。BLIP 中的 Q-Former 是一个用于处理图像特征并与文本特征进行交互的 Transformer 模块。Q-Former 被设计用于…

torch的register_forward_hook作用 register_forward_hook 是 PyTorch 提供的一个方法，用于在模型的前向传播过程中注册一个钩子函数。这个钩子函数可以在前向传播过程中对指定层的输入和输出进行操作或记录。它常用于调试、特征提取或修改模型行为。 以下是 regi…

在 Python 中，你可以使用多种库来获取音频文件的采样率（sampling rate）。常见的音频文件格式包括 .wav、.mp3、.flac 等。对于不同的音频文件格式，可以使用不同的库来处理。以下是一些常见的库和对应的方法： 1. 使用 w…

EmotiVoice是一个强大的开源TTS引擎，完全免费，支持中英文双语，包含2000多种不同的音色，以及特色的情感合成功能，支持合成包含快乐、兴奋、悲伤、愤怒等广泛情感的语音。 EmotiVoice提供一个易于使用的web界面&#xf…