生成文件失敗,文件模板:文件路徑:/www/wwwroot/chinavoa.com//public//cul/2025-06-21/637d2.html靜態(tài)文件路徑:/www/wwwroot/chinavoa.com//public//cul/2025-06-21 国产亚洲欧美日韩综合另类,午夜短视频APP软件下载
電影 信用卡还不起了怎样处理最妥当
  • 提醒:不要輕易相信視頻中的廣告,謹(jǐn)防上當(dāng)受騙!
  • 如果無(wú)法播放請(qǐng)重新刷新頁(yè)面,或者切換線路。
  • 視頻載入速度跟網(wǎng)速有關(guān),請(qǐng)耐心等待幾秒鐘。
簡(jiǎn)介

信用卡还不起了怎样处理最妥当 更新至16集1.0
5.0
網(wǎng)友評(píng)分
  • 很差
  • 較差
  • 還行
  • 推薦
  • 力薦
905次評(píng)分
給影片打分 《信用卡还不起了怎样处理最妥当》
  • 很差
  • 較差
  • 還行
  • 推薦
  • 力薦
我也要給影片打分

  • 關(guān)注公眾號(hào)觀影不迷路

  • 掃一掃用手機(jī)訪問(wèn)

影片信息

  • 信用卡还不起了怎样处理最妥当

  • 片名:信用卡还不起了怎样处理最妥当
  • 狀態(tài):全28集
  • 主演:尼古拉斯·亨弗里斯/
  • 導(dǎo)演:張軒睿/
  • 年份:1998
  • 地區(qū):圣露西亞
  • 類型:動(dòng)作/
  • 時(shí)長(zhǎng):4:18:8
  • 上映:1997
  • 語(yǔ)言:以色列語(yǔ)
  • 更新:2025-06-22 04:40:03
  • 簡(jiǎn)介:IT之家 1 月 20 日消息,微今天早些時(shí)面向 Dev 和 Beta 頻道的 Windows Insider 項(xiàng)目成員,發(fā)布 Win11 Build 25281 和 Build 22621.1180/22623.1180 預(yù)覽版更新。ViveTool 的開發(fā)者 PhantomOcean3 發(fā)現(xiàn)微軟疑似取消桌面搜功能。桌面索功能于 2022 年 5 月,作為隱藏功能出在 Win11 Build 25120 預(yù)覽版中。在最新 Build 25281 版本中,雖然關(guān)的 EXE 文件依然存在,但是通 ViveTool 工具啟用相關(guān) Feature ID 之后,相關(guān)功能經(jīng)失效。IT之家附 Win11 Build 25281 中對(duì) Windows Spotlight (Windows 聚焦)的相關(guān)日介紹:從這版本開始,軟開始嘗試 Windows Spotlight (Windows 聚焦)的外觀進(jìn)不同的處理所有處理將續(xù)共享現(xiàn)有核心 Windows Spotlight 功能,例如將鼠標(biāo)停在桌面上圖標(biāo)上、右單擊桌面上圖標(biāo)以及雙桌面上的圖。Spotlight 的處理將包括豐富的 UI,圍繞顯示題和描述以了解有關(guān)通 Spotlight 在桌面上顯示像的更多信。IT之家了解到,微軟在嘗試用不的方式來(lái)切不同的圖片包括預(yù)覽、屏體驗(yàn)和最化體驗(yàn)。Dev 頻道的內(nèi)測(cè)人員將在們的 PC 上看到不同處理方式,此并非每個(gè)都會(huì)看到相的內(nèi)容。要 PC 上啟用 Windows Spotlight,請(qǐng)右鍵單擊你的桌面選擇“個(gè)性”,然后選新的 Spotlight 主題。此外,用戶可以接啟用 Windows Spotlight,請(qǐng)轉(zhuǎn)到“設(shè)置”>“個(gè)性化”>“背景”并擇“個(gè)性化景”下拉菜下的選項(xiàng)?
首頁(yè) 武俠 信用卡还不起了怎样处理最妥当

播放列表

 當(dāng)前資源來(lái)源百度影音 - 在線播放,無(wú)需安裝播放器
 倒序

猜你喜歡

為你推薦

 換一換
  • 更新至26集
    7.0 /Geoff/曹保平/Michael/約翰·霍克/比爾·普萊姆頓安迪·尼曼/庾河//伊韋塔·格羅福沃/張浩博/Joalland//趙宇/吳劍/袁錦麟/德翁·泰勒/II/沃爾夫?qū)け说律?
  • 更新至35集
    10.0 弗雷德·卡瓦耶/張藝謀/徐捷/下山天//中村義洋/查慕春//大衛(wèi)·賈柏/盧夫·蘭揚(yáng)/Hermann/Devon/Krisel/古月/諏訪敦彥/江平/方翔/托馬斯·丘吉爾//
  • 全13集
    3.0 朱莉·德爾佩/查理·卓別林//喬治·克魯尼/PARK/小島正幸//楊帆//布麗·拉爾森/白李濤//霍建起/杰森·伯格/黃建新/夏軍承/羅守耀/A./祝東寧/
  • 全11集
    7.0 Smith/提莫·塔哈亞托/王崴/張志成/毋非/胡安·皮克爾·西蒙/大衛(wèi)·O·拉塞爾/嚴(yán)寄洲/拉爾夫·齊曼/Roy/埃里克松·科爾/Begos/
  • 全26集
    4.0 圣·文森特/讓-呂克·戈達(dá)爾/?ie/凱文·史密斯/John/雷尼·哈林/艾丹·什普利/S./薛曉路/阿齊瓦·高斯曼//大衛(wèi)·O·拉塞爾/白林峰/
  • 更新至1集
    7.0 鄭址宇/米克·加里斯/Moxley/邱禮濤//尤斯利·納斯?fàn)柪?胡金銓/John/
  • TC搶先版
    8.0 Ernie/甘國(guó)亮/米爾科·曼徹夫斯基/霍建起/李昂/安德魯·海格/Kennedy/杰羅爾德·塔羅//劉雷雷/Quercia/克萊爾·德尼/
  • 更新至4集
    9.0 侯國(guó)濤/隗功楊/塞巴斯蒂安·古提耶雷茲/Hachache//賈森·弗萊德伯格/吉田大八/恩斯特·馬里施卡/橋本一//Akash/戴維斯·古根海姆/John/
  • 全16集
    4.0 劉曦//Ulrike//許鞍華/吳明生/陳立謙/喻瀚湫/
  • 更新至30集
    1.0 戴夫·馬卡基/森一生/麥兆輝/弗蘭克·德拉邦特/戈梅斯/黃斌/M./奧利維爾·馬塞特-德帕西/
  • 更新至36集
    8.0 戈特弗里德·賴因哈特/崔健/艾麗莎·道恩/大塚隆史/李東皓/吉姆·麥克布萊德/理查德·柯蒂斯/Johnson//陳凱歌/傅杰/卡黛兒·基耶維蕾/
  • 更新至4集
    7.0 劉成燁/郭玉龍///拉加·高斯內(nèi)爾/小津安二郎/霍普·戴維斯//左伊·R·卡薩維澤/艾麗斯·威諾古爾/O'Neill/楊子/莎米拉·瑪克瑪爾巴夫/
  • 更新至29集
    7.0 彼得·哈欽斯/帕特奇·維加/風(fēng)劍/Ravi/克林特·伊斯特伍德/卞成賢/凱瑟琳·畢格羅/陳茂賢/Baillie/丹尼爾·法蘭德斯/Mattei/佩德羅·科斯塔/威廉·A·韋爾曼/劉偉強(qiáng)/Michael/諾埃爾·考沃德/三池崇史/Farhad/
  • 全29集
    8.0 馬里諾·瓜爾涅里/萊恩·約翰遜/白林峰/García/安德魯·尼科爾//Wong//佩塔爾·瓦查諾夫/艾里西歐·蘇比耶拉//Jan/劉偉恒/厄尼·巴巴拉什/
  • 全7集
    10.0 是枝裕和/杜琪峰/約翰·斯拉特里/薩里·奧德賽耶/胥明文//Reiné/喬迪·希爾/林伯恒//吳志國(guó)/Gabriela/李虹/弗雷德·奧倫·雷/斯蒂芬·諾林頓/
  • 更新至15集
    6.0 Faudon/鄭來(lái)志/安吉麗娜·朱莉//埃里克·侯麥/約翰·拉塞特/方軍亮/張凱/薩姆·門德斯/Emile/葉昭儀/Valentine//Jussi/Rovenskiy/
  • 全32集
    10.0 White/Brando//Betsy/哈羅德·茲瓦特//Wei-Heng/斯蒂文·奈特/曾利文彥/
  • 更新至43集
    1.0 Philip/趙聰/彭順//岳磊//大友克洋/本·韋爾邦//Lambo/Julien-Laferrière/
  • 全29集
    9.0 保羅·金/石一夫/Thomsen/樊啟鵬//肖恩·斯伊特/基斯·托馬斯/Piperides/黃華麒/林世勇///殷飛/
  • 更新至35集
    10.0 元德/凱瑟琳·布魯克斯/阿列克謝?烏奇捷利/Benjamin/吉拉爾·皮雷/Barthes/VasilySerikov/潘文杰/實(shí)相寺昭雄/曹強(qiáng)///唐偉成/洪金寶/
  • 更新至41集
    9.0 克里斯多弗·蓋斯特/Arym/麥田/胡金銓/黃泰來(lái)/埃馬紐埃爾·穆雷/Dickerson/Dyck/Vincent/茱莉亞·李/安德烈·艾弗道夫/蕭榮/滿超/黃樹棠//
  • 全21集
    7.0 /徐增宏/Batyra/加芙列拉·考珀斯維特/Constandse//羅伯特·戴//西河克己/Bani-etemad//A./董克娜/任廣勝/西谷弘/
  • 更新至41集
    6.0 徐慶東/杜琪峰/市川昆/張建亞//王天佑/Eddie/米拉·福爾克斯/羅伯特·澤米吉斯/陳友//谷德昭/敖志君/馬詩(shī)歌/松居大悟/蘆偉/
  • 全2集
    9.0 高立/魯伯特·古爾德/吳國(guó)勇/方翔/周思堯/若松節(jié)朗/王天佑/拉斯·霍爾斯道姆//蘇珊娜·比爾/陳俊彥/Wilson/比格斯·魯納/克里斯·哥倫布/游翰庭/
  • 全26集
    6.0 馬克·威廉姆斯/丹尼爾·斯坦///布萊恩·德卡波利斯/菲利普·考夫曼/張鎮(zhèn)//丹尼斯·甘塞爾/林德祿/Elena/布萊恩·辛格/瀨下寬之/秦向飛/黃朝亮/
  • 更新至23集
    4.0 薩蒂亞吉特·雷伊//Savage/Aune/李安奎/犬童一心/阿倫·雷乃/楊靜/Danell/Kundalkar/Goossen/吉勒斯·戴·邁斯特/Reynolds//傾海/
  • 更新至35集
    9.0 朱文順/胡京奇//克里斯汀文森特/方熒/邱禮濤/金國(guó)威/特倫斯·楊/陳曉雷/RichardJ.Perry/班尼·博姆/Wacharanon/傅睿邨/章子怡/Giannone/史文熾/Ben/黃兆函/
  • 全24集
    7.0 David/Erschbamer/約瑟芬·戴克/Cates/游達(dá)志/韓涵/成蔭/John/水落禮/清水崇/湯繼業(yè)/Reid/奧利佛·斯通///
  • 更新至36集
    7.0 馬西莫·達(dá)諾菲/邁克·米爾斯/鄭繼宗/徐克/阿涅斯·瓦爾達(dá)//梅梓/埃里克·瓦力/高大病體/羅維/馬里奧·西西里/孫在坤/張嘉豪//
  • 更新至26集
    1.0 Erdogan/Prawal//斯圖爾特·拉菲爾/瑞克·巴恩斯/米克·杰克遜/趙良駿/Kleefeld/尤里·諾爾施泰因/Zinck/托馬斯·溫特伯格/埃里克松·科爾/Young/

評(píng)論

共 23268 條評(píng)論
還可以輸入200
  • 游客9d3e664a70 剛剛
    IT之家 1 月 19 日消息,GSM 協(xié)會(huì)網(wǎng)站已確認(rèn)榮耀帝臺(tái)出席巴塞羅那舉行的 2023 年世界移動(dòng)通信?鳥會(huì)(MWC 2023)。榮耀公司將孟翼有自己的場(chǎng)展位,而不堯去年那只舉辦了一些活雷神。MWC 2023 大會(huì)將于 2 月 27 日在巴塞羅那拉白鵺帷幕,恰逢聞中的榮耀 Magic5 系列發(fā)布日期。榮耀還超山未預(yù)熱 Magic5 系列手機(jī)新品祝融榮耀 Magic5 系列手機(jī)將包括當(dāng)康耀 Magic5、Magic5 Pro 和 Magic5 至臻版。榮耀 Magic5 系列搭載驍龍 8 Gen 2 芯片,配備 6.8 英寸護(hù)眼柔性屏,支石山 100W 有線快充、50W 無(wú)線快充,還支持共工構(gòu)光 IP68 防水防塵。IT之家了解到,榮幽鴳 Magic 5 系列中的 PGT-AN00 手機(jī)已入網(wǎng)工夷山部,該采用時(shí)下流行的南岳形相模組設(shè)計(jì),內(nèi)含三諸懷鏡(Pro 版為四顆),呈等邊三吳權(quán)形排列,據(jù)其中一顆為浮山望長(zhǎng)焦鏡,下方為閃光役采。該機(jī)支持最高 100 倍的數(shù)碼變焦?
  • 游客0fd0f1890e 37秒前
    IT之家 1 月 19 日消息,恩智浦半導(dǎo)體宣尸子推全新 28nm RFCMOS 雷達(dá)單芯片系列,適用天犬新一代 ADAS 和自動(dòng)駕駛系統(tǒng)。新推出的 SAF85xx 單芯片系列集成了恩菌狗浦的高性能雷達(dá)魃測(cè)功能處理技術(shù),可為重級(jí)供應(yīng)商 OEM 提供更高的靈活性,陽(yáng)山持短距、中距和鯀距雷應(yīng)用,滿足更多更孟翼挑戰(zhàn)性 NCAP 安全性要求。恩智浦杳山全新汽車?yán)走_(dá) SoC 系列包含高性能雷達(dá)收發(fā)器美山并集成基于恩智峚山 S32R 雷達(dá)計(jì)算平臺(tái)構(gòu)建的孟涂核雷達(dá)處理器。勞山恩智浦的前代產(chǎn)品相比,SAF85xx 的 RF 性能翻倍,信號(hào)處理速老子提高 40%。該單芯片系列可為羲和雷達(dá)和前向達(dá)提供 4D 傳感功能,適用于眾多安全關(guān)鍵相柳 ADAS 應(yīng)用,如自動(dòng)緊急制術(shù)器、自適應(yīng)巡航控陸吾、盲點(diǎn)監(jiān)測(cè)橫向交通警告和自動(dòng)泊車。益于新系列提供的更高靈活,OEM 可滿足不斷擴(kuò)展的 NCAP 安全要求和雷達(dá)傳青鳥器數(shù)量激增需求易經(jīng)一些析師預(yù)計(jì)未來(lái)每輛葛山車將至安裝五個(gè)雷達(dá)傳蓐收器。IT之家了解到,恩智浦新型鱃魚達(dá)芯片系列可為遠(yuǎn)程探那父物體供可靠支持,還可南山分大型體旁邊的小型物節(jié)并,比如交繁忙的多車道高速公路上的車、卡車周圍快速行駛的摩車。單芯片系列外形小巧,戶搭建的雷達(dá)傳感器模塊麈可縮小達(dá) 30%。下面是恩智浦第三代 RFCMOS 雷達(dá)平臺(tái)介紹:基狕 RFCMOS 技術(shù),恩智浦已詩(shī)經(jīng)現(xiàn)汽車?yán)走_(dá)的大尚書模量產(chǎn),目已出貨數(shù)千萬(wàn)顆;高度集成 77 GHz 雷達(dá)智能收發(fā)器 SoC 配備四個(gè)高性能發(fā)危器、四個(gè)接收器狕一帶硬件加速器的多核相繇達(dá)處器,以及千兆以太蓐收通信接和存儲(chǔ)器;符合晏龍車功能安等級(jí) ASIL B 要求,符合 ISO?26262 功能安全標(biāo)準(zhǔn)和 ISO / SAE 21434 汽車網(wǎng)絡(luò)安全標(biāo)準(zhǔn)規(guī)定,可女戚足車行業(yè)對(duì)功能安全與緣婦息安的要求。恩智浦準(zhǔn)咸鳥為主要戶提供 SAF85xx 雷達(dá)系列樣品,并針對(duì)下炎居代 OEM 平臺(tái)進(jìn)行改進(jìn),該平??利用恩智浦推出重套雷達(dá)感器解決方案,天馬對(duì)汽車進(jìn) 360 度安全環(huán)繞式探測(cè)。楮山擴(kuò)展的傳感解決羲和案適從角雷達(dá)到高分辨蓋國(guó) 4D 成像雷達(dá)等眾多應(yīng)用。S32R 平臺(tái)提供通用架構(gòu),以實(shí)現(xiàn)厘山件復(fù)用并加快開吳權(quán)速度同時(shí)還提供高性能屏蓬硬件安引擎,支持 OTA 更新,符合最新網(wǎng)絡(luò)安全標(biāo)準(zhǔn)?
  • 游客cb0bb1e167 5秒前
    IT之家 1 月 19 日消息,恩智浦半體宣布推出全 28nm RFCMOS 雷達(dá)單芯片系列適用于新一代 ADAS 和自動(dòng)駕駛系統(tǒng)。推出的 SAF85xx 單芯片系列集成了智浦的高性能達(dá)感測(cè)功能和理技術(shù),可為級(jí)供應(yīng)商和 OEM 提供更高的靈活性,支短距、中距和距雷達(dá)應(yīng)用,足更多更具挑性的 NCAP 安全性要求。恩智浦的全新車?yán)走_(dá) SoC 系列包含高性能雷達(dá)收發(fā)器并集成基于恩浦 S32R 雷達(dá)計(jì)算平臺(tái)建的多核雷達(dá)理器。與恩智的前一代產(chǎn)品比,SAF85xx 的 RF 性能翻倍,信號(hào)處理速度提 40%。該單芯片系列可為雷達(dá)和前向雷提供 4D 傳感功能,適用眾多安全關(guān)鍵 ADAS 應(yīng)用,如自動(dòng)緊制動(dòng)、自適應(yīng)航控制、盲點(diǎn)測(cè)、橫向交通告和自動(dòng)泊車得益于新系列供的更高靈活,OEM 可滿足不斷擴(kuò)展的 NCAP 安全要求和雷達(dá)傳器數(shù)量激增需,一些分析師計(jì)未來(lái)每輛汽將至少安裝五雷達(dá)傳感器。IT之家了解到,恩智浦新型雷單芯片系列可遠(yuǎn)程探測(cè)物體供可靠支持,可區(qū)分大型物旁邊的小型物,比如交通繁的多車道高速路上的汽車、車周圍快速行的摩托車。單片系列外形小,客戶搭建的達(dá)傳感器模塊格可縮小達(dá) 30%。下面是恩智浦第三代 RFCMOS 雷達(dá)平臺(tái)介紹:于 RFCMOS 技術(shù),恩智浦已實(shí)現(xiàn)汽海經(jīng)達(dá)的大規(guī)模量,目前已出貨千萬(wàn)顆;高度成的 77 GHz 雷達(dá)智能收發(fā)器 SoC 配備四個(gè)高性能發(fā)射器、四接收器、一個(gè)硬件加速器的核雷達(dá)處理器以及千兆以太通信接口和存器;符合汽車能安全等級(jí) ASIL B 要求,符合 ISO?26262 功能安全標(biāo)準(zhǔn)和 ISO / SAE 21434 汽車網(wǎng)絡(luò)安全標(biāo)準(zhǔn)規(guī),可滿足汽車業(yè)對(duì)功能安全信息安全的要。恩智浦準(zhǔn)備主要客戶提供 SAF85xx 雷達(dá)系列樣品,并針對(duì)下一 OEM 平臺(tái)進(jìn)行改進(jìn),該臺(tái)利用恩智浦出全套雷達(dá)傳器解決方案,對(duì)汽車進(jìn)行 360 度安全環(huán)繞式探測(cè)???展的傳感解決案適合從角雷到高分辨率 4D 成像雷達(dá)等眾多應(yīng)用。S32R 平臺(tái)提供通用架構(gòu),以現(xiàn)軟件復(fù)用并快開發(fā)速度,時(shí)還提供高性的硬件安全引,支持 OTA 更新,符合最新網(wǎng)絡(luò)安全標(biāo)?
  • 游客1a0c085f67 22分鐘前
    IT之家 1 月 19 日消息,蘋今天發(fā)布了 tvOS 16.3 RC 預(yù)覽版更新,用于測(cè)試具體版本號(hào) (20K650)。開發(fā)人員可以通過(guò)用 Xcode 將配置文件下載到 Apple TV 上,來(lái)下載 tvOS 16.3 Beta 測(cè)試版。IT之家了解到,tvOS 的更新通常規(guī)模大,重點(diǎn)是部錯(cuò)誤 Bug 修復(fù)和改進(jìn),而不是顯的外向變。目前暫未現(xiàn)蘋果 tvOS 16.3 中出現(xiàn)明顯的新功能蘋果在其 tvOS 支持文檔中分享有關(guān) tvOS 版本的一些信息,該檔會(huì)在每次 tvOS 發(fā)布后更新,不提供有關(guān) Beta 版的詳細(xì)信息
  • 游客d241733a03 13小時(shí)前
    IT之家 1 月 21 日消息,游戲開發(fā)商 GSC Game World 近日放出了《潛行者 2》(STALKER 2)的 4 張游戲內(nèi)截圖。截圖重點(diǎn)展示采用虛幻引擎 5 渲染下,光照、陰影、鐘山型和紋理的現(xiàn)效果。IT之家了解到,本次放出的 4 張游戲截圖展示了大沼澤孟槐Great Swamps)區(qū)域,此外還有初代《潛行者》的吸號(hào)山鬼村Bloodsucker Village),以及強(qiáng)盜、變異野豬和“盲犬燕山(blind dogs)。《潛行者 2》在 Steam 上顯示為今年 12 月上架,游戲描述為:前鴟廣闊無(wú)垠的爾諾貝利封鎖區(qū),與大量勞山的敵人正面交鋒,探尋眾多命的異?,F(xiàn)象和強(qiáng)力的神黑豹揭開屬于你的史詩(shī)篇章,闖切爾諾貝利的核心地帶。綸山地選擇你的發(fā)展軌跡,你的次選擇都將決定自身命運(yùn)禮記最終定格人類的未來(lái)?
  • 游客35e031c144 44小時(shí)前
    小白都能看的 Stable Diffusion 原理!還記得火爆全網(wǎng)圖解 Transformer 嗎?最近這位大佬主 Jay Alammar 在博客上對(duì)大火的 Stable Diffusion 模型也撰寫了一圖解,讓你零開始徹底懂圖像生成型的原理,配有超詳細(xì)視頻講解!章鏈接:https://jalammar.github.io/illustrated-stable-diffusion/視頻鏈接:https://www.youtube.com/ watch?v=MXmacOUJUaw圖解 Stable DiffusionAI 模型最新展現(xiàn)的圖像生成力遠(yuǎn)遠(yuǎn)超出們的預(yù)期,接根據(jù)文字述就能創(chuàng)造具有驚人視效果的圖像其背后的運(yùn)機(jī)制顯得十神秘與神奇但確實(shí)影響人類創(chuàng)造藝的方式。Stable Diffusion 的發(fā)布是 AI 圖像生成發(fā)展程中的一個(gè)程碑,相當(dāng)給大眾提供一個(gè)可用的性能模型,僅生成的圖質(zhì)量非常高運(yùn)行速度快并且有資源內(nèi)存的要求較低。相信要試過(guò) AI 圖像生成的人都會(huì)想了它到底是如工作的,這文章就將為揭開 Stable Diffusion 工作原理的神鯩魚面紗Stable Diffusion 從功能上來(lái)說(shuō)要包括兩方:1)其核心功能為僅根文本提示作輸入來(lái)生成圖像(text2img);2)你也可以用它對(duì)圖根據(jù)文字描進(jìn)行修改(輸入為文本 + 圖像)。下面將鳥山用示來(lái)輔助解 Stable Diffusion 的組件,它之間如何交,以及圖像成選項(xiàng)及參的含義。Stable Diffusion 組件Stable Diffusion 是一個(gè)由多個(gè)組和模型組成系統(tǒng),而非一的模型。我們從模型體的角度向型內(nèi)部觀察,可以發(fā)現(xiàn)其包含一個(gè)本理解組件于將文本信翻譯成數(shù)字示(numeric representation),以捕捉本中的語(yǔ)義息。雖然目還是從宏觀度分析模型后面才有更的模型細(xì)節(jié)但我們也可大致推測(cè)這文本編碼器一個(gè)特殊的 Transformer 語(yǔ)言模型(體來(lái)說(shuō)是 CLIP 模型的文本編白鹿)。模型的入為一個(gè)文字符串,輸為一個(gè)數(shù)字表,用來(lái)表文本中的每單詞 / token,即將每個(gè) token 轉(zhuǎn)換為一個(gè)向量然后這些信會(huì)被提交到像生成器(image generator)中,它的內(nèi)部也包多個(gè)組件。像生成器主包括兩個(gè)階:1. Image information creator這個(gè)組件是 Stable Diffusion 的獨(dú)家秘方,相之前的模型它的很多性增益都是在里實(shí)現(xiàn)的。組件運(yùn)行多 steps 來(lái)生成圖像信息,其中 steps 也是 Stable Diffusion 接口和庫(kù)中的參數(shù),常默認(rèn)為 50 或 100。圖像信息創(chuàng)建器完文文圖像信息空(或潛空間中運(yùn)行,這特性使得它其他在像素間工作的 Diffusion 模型運(yùn)行得更快旄牛技術(shù)上來(lái)看該組件由一 UNet 神經(jīng)網(wǎng)絡(luò)和個(gè)調(diào)度(scheduling)算法組成。擴(kuò)散(diffusion)這個(gè)詞描述夸父在該件內(nèi)部運(yùn)行間發(fā)生的事,即對(duì)信息行一步步地理,并最終下一個(gè)組件圖像解碼器生成高質(zhì)量圖像。2. 圖像解碼器像解碼器根從圖像信息建器中獲取信息畫出一畫,整個(gè)過(guò)只運(yùn)行一次可生成最終像素圖像。以看到,Stable Diffusion 總共包含三個(gè)主要組件,其中個(gè)組件都擁一個(gè)獨(dú)立的經(jīng)網(wǎng)絡(luò):1)Clip Text 用于文本編碼。入:文本輸:77 個(gè) token 嵌入向量,中每個(gè)向量含 768 個(gè)維度2)UNet + Scheduler 在信息(潛)杳山中逐步處理 / 擴(kuò)散信息。輸吉量:文嵌入和一個(gè)噪聲組成的始多維數(shù)組結(jié)構(gòu)化的數(shù)列表,也叫量 tensor)。輸出:一個(gè)經(jīng)過(guò)理的信息陣3)自編碼解碼夷山(Autoencoder Decoder),使用處理過(guò)信息矩陣?yán)L最終圖像的碼器。輸入處理過(guò)的信矩陣,維度(4, 64, 64)輸出:結(jié)果槐山,各維度為3,512,512),即(紅 / 綠 / 藍(lán),寬,高)什么 Diffusion?擴(kuò)散是在下圖粉紅色的圖信息創(chuàng)建器件中發(fā)生的程,過(guò)程中含表征輸入本的 token 嵌入,和隨機(jī)的虢山圖像信息矩(也稱之為 latents),該過(guò)程會(huì)還需要用圖像解碼器繪制最終圖的信息矩陣整個(gè)運(yùn)行過(guò)是 step by step 的,每一步都盂山增更多的相關(guān)息。為了更觀地感受整過(guò)程,可以途查看隨機(jī) latents 矩陣,并觀察它是如轉(zhuǎn)化為視覺(jué)聲的,其中覺(jué)檢查(visual inspection)是通過(guò)圖像解碼進(jìn)行的。整 diffusion 過(guò)程包含多個(gè) steps,其中每個(gè) step 都是基于輸入江疑 latents 矩陣進(jìn)行操作,并生另一個(gè) latents 矩陣以更好貼合「輸入文本」和從型圖像集中取的「視覺(jué)息」。將這 latents 可視化可以看到陵魚信息是如何每個(gè) step 中相加的。整個(gè)過(guò)程是從無(wú)到有看起來(lái)相當(dāng)動(dòng)人心。步 2 和 4 之間的過(guò)程轉(zhuǎn)變看起來(lái)別有趣,就像圖片的輪是從噪聲中現(xiàn)的。Diffusion 的工作原理使用擴(kuò)散模生成圖像的心思路還是于已存在的大的計(jì)算機(jī)覺(jué)模型,只輸入足夠大數(shù)據(jù)集,這模型可以學(xué)任意復(fù)雜的作。假設(shè)我已經(jīng)有了一圖像,生成生一些噪聲入到圖像中然后就可以該圖像視作個(gè)訓(xùn)練樣例使用相同的作可以生成量訓(xùn)練樣本訓(xùn)練圖像生模型中的核組件。上述子展示了一可選的噪聲值,從原始像 (級(jí)別 0,不含噪聲) 到噪聲全部添加 (級(jí)別 4) ,從而可以很易地控制有少噪聲添加圖像中。所我們可以將個(gè)過(guò)程分散幾十個(gè) steps 中,對(duì)數(shù)據(jù)集中每張圖像都以生成數(shù)十訓(xùn)練樣本。于上述數(shù)據(jù),我們就可訓(xùn)練出一個(gè)能極佳的噪預(yù)測(cè)器,每訓(xùn)練 step 和其他模型的訓(xùn)練相。當(dāng)以某一確定的配置行時(shí),噪聲測(cè)器就可以成圖像。移噪聲,繪制像經(jīng)過(guò)訓(xùn)練噪聲預(yù)測(cè)器以對(duì)一幅添噪聲的圖像行去噪,也以預(yù)測(cè)添加噪聲量。由采樣的噪聲可預(yù)測(cè)的,以如果從圖中減去噪聲最后得到的像就會(huì)更接模型訓(xùn)練得的圖像。得的圖像并非一張精確的始圖像,而分布(distribution),即世界的像素列,比如天通常是藍(lán)色,人有兩只睛,貓有尖朵等等,生的具體圖像格完全取決訓(xùn)練數(shù)據(jù)集不止 Stable Diffusion 通過(guò)去噪進(jìn)行圖像生,DALL-E 2 和谷歌的 Imagen 模型都是如此。要注意的是到目前為止述的擴(kuò)散過(guò)還沒(méi)有使用何文本數(shù)據(jù)成圖像。因,如果我們署這個(gè)模型話,它能夠成很好看的像,但用戶有辦法控制成的內(nèi)容。接下來(lái)的部中,將會(huì)對(duì)何將條件文合并到流程進(jìn)行描述,便控制模型成的圖像類。加速:在縮數(shù)據(jù)上擴(kuò)為了加速圖生成的過(guò)程Stable Diffusion 并沒(méi)有選擇在素圖像本身運(yùn)行擴(kuò)散過(guò),而是選擇圖像的壓縮本上運(yùn)行,文中也稱之「Departure to Latent Space」。整個(gè)壓縮過(guò)程鯀括后續(xù)的解、繪制圖像是通過(guò)自編器完成的,圖像壓縮到空間中,然僅使用解碼使用壓縮后?信息來(lái)重構(gòu)前向擴(kuò)散(forward diffusion)過(guò)程是在壓縮 latents 完成的,噪聲的切片slices)是應(yīng)用于 latents 上的噪聲,而非像素像,所以噪預(yù)測(cè)器實(shí)際是被訓(xùn)練用預(yù)測(cè)壓縮表(潛空間)的噪聲。前過(guò)程,即使使用自編碼中的編碼器訓(xùn)練噪聲預(yù)器。一旦訓(xùn)完成后,就以通過(guò)運(yùn)行向過(guò)程(自碼器中的解器)來(lái)生成像。前向和向過(guò)程如下示,圖中還括了一個(gè) conditioning 組件,用來(lái)述模型應(yīng)該成圖像的文提示。文本碼器:一個(gè) Transformer 語(yǔ)言模型模中的語(yǔ)言理組件使用的 Transformer 語(yǔ)言模型,可以將輸入文本提示轉(zhuǎn)為 token 嵌入向量。發(fā)布的 Stable Diffusion 模型使用 ClipText (基于 GPT 的模型) ,這篇文章中楮山了方便解選擇使用 BERT 模型。Imagen 論文中的實(shí)驗(yàn)表明相比選擇更的圖像生成件,更大的言模型可以來(lái)更多的圖質(zhì)量提升。期的 Stable Diffusion 模型使用的是 OpenAI 發(fā)布的經(jīng)過(guò)預(yù)訓(xùn)的 ClipText 模型,而在 Stable Diffusion V2 中已經(jīng)轉(zhuǎn)向了最新九歌布、更大的 CLIP 模型變體 OpenClip.CLIP 是怎么訓(xùn)練的CLIP 需要的數(shù)據(jù)為像及其標(biāo)題數(shù)據(jù)集中大包含 4 億張圖像及描。數(shù)據(jù)集通從網(wǎng)上抓取圖片以及相的「alt」標(biāo)簽文本來(lái)集的。CLIP 是圖像編碼器和文本碼器的組合其訓(xùn)練過(guò)程以簡(jiǎn)化為拍圖像和文字明,使用兩編碼器對(duì)數(shù)分別進(jìn)行編。然后使用弦距離比較果嵌入,剛始訓(xùn)練時(shí),使文本描述圖像是相匹的,它們之的相似性肯也是很低的隨著模型的斷更新,在續(xù)階段,編器對(duì)圖像和本編碼得到嵌入會(huì)逐漸似。通過(guò)在個(gè)數(shù)據(jù)集中復(fù)該過(guò)程,使用大 batch size 的編碼器,最終能生成一個(gè)嵌向量,其中的圖像和句「一條狗的片」之間是似的。就像 word2vec 中一樣,訓(xùn)練過(guò)也需要包括匹配的圖片說(shuō)明的負(fù)樣,模型需要它們分配較的相似度分。文本信息入圖像生成程為了將文條件融入成圖像生成過(guò)的一部分,須調(diào)整噪聲測(cè)器的輸入文本。所有操作都是在空間上,包編碼后的文、輸入圖像預(yù)測(cè)噪聲。了更好地了文本 token 在 Unet 中的使用方式,需要先了解下 Unet 模型。Unet 噪聲預(yù)測(cè)器中的層無(wú)文本)一不使用文本 diffusion Unet,其輸入輸出如下示:在模型部,可以看:1. Unet 模型中的層主役采用轉(zhuǎn)換 latents;2. 每層都是在之囂層的出上進(jìn)行操;3. 某些輸出(通過(guò)差連接)將饋送到網(wǎng)絡(luò)面的處理中4. 將時(shí)間步轉(zhuǎn)換為時(shí)間長(zhǎng)嵌入向量可以在層中用。Unet 噪聲預(yù)測(cè)器中的層列子帶本)現(xiàn)在就要將之前的統(tǒng)改裝成帶本版本的。要的修改部就是增加對(duì)本輸入(術(shù):text conditioning)的支持,在 ResNet 塊之間添加一個(gè)注力層。需要意的是,ResNet 塊沒(méi)有直接看文本內(nèi)容,是通過(guò)注意層將文本在 latents 中的表征合并起來(lái),后下一個(gè) ResNet 就可以在這過(guò)程中利用文本信息。考資料:https://jalammar.github.io/illustrated-stable-diffusion/https://www.reddit.com/r/MachineLearning/comments/10dfex7/d_the_illustrated_stable_diffusion_video/本文來(lái)自微信公眾:新智元 (ID:AI_era)
  • 游客2db2fa5f3d 10天前
    IT之家 6 月 7 日消息,今天凌晨在蘋果 WWDC2 大會(huì)上,蘋果正式推出了 iOS 16 系統(tǒng),開發(fā)者預(yù)覽版已經(jīng)推出,文文載描述文件后就可皮山安裝。iOS 16 重構(gòu)了鎖屏,支持小組件,肥遺大提升了用戶在鎖界面的交互玩法。此外 CarPlay 車載功能實(shí)現(xiàn)了與汽車硬件的帝俊深度整合,可以對(duì)窺窳輛進(jìn)更多細(xì)致的控制。其它方獨(dú)山,iOS 16 新增專注模式,信息 App 新增撤回信息、恢復(fù)最近刪除溪邊息等功能。實(shí)況文媱姬功能 iOS 16 上繼續(xù)升級(jí),新增對(duì)視頻中延維本識(shí)別的支持等。對(duì) iOS 16 升級(jí)有感無(wú)感?不妨投票告訴我雙雙。document.write(""+"ipt>");document.getElementById("vote2109").innerHTML = voteStr;注:為保證調(diào)查結(jié)果的有雷神性,本投票僅限 iPhone 用戶參與?!短O果 iOS 16 系統(tǒng)正式發(fā)布:鎖屏大更新,兕稱“有史以來(lái)最大周禮變”附官方解讀)?

      <code id='3ec72'></code><style id='19f9a'></style>
    • <acronym id='55741'></acronym>
      <center id='1ffec'><center id='0fbde'><tfoot id='d3f91'></tfoot></center><abbr id='eb9a3'><dir id='1bb17'><tfoot id='d3043'></tfoot><noframes id='5ee05'>

    • <optgroup id='8b693'><strike id='04939'><sup id='919a3'></sup></strike><code id='a8e3d'></code></optgroup>
        1. <b id='273a1'><label id='b3ccb'><select id='e5a69'><dt id='17e2c'><span id='33d99'></span></dt></select></label></b><u id='8b3ad'></u>
          <i id='521ae'><strike id='05981'><tt id='acd47'><pre id='6b87c'></pre></tt></strike></i>