[Arango DB] Graph Database – Collection 001 – Document and Edge Collection
Arango DB 相對多數的圖資料庫,特殊的便是圖資料庫與傳統的資料庫並存。藉由分出 Document(資料)與 Edge(關係)兩種集合,分開負責不同的檔案型態,又能直接透過 Edge 進行跨集合的資料連接。那這期我們就先從最基礎的資料與關聯開始建立。
Arango DB 相對多數的圖資料庫,特殊的便是圖資料庫與傳統的資料庫並存。藉由分出 Document(資料)與 Edge(關係)兩種集合,分開負責不同的檔案型態,又能直接透過 Edge 進行跨集合的資料連接。那這期我們就先從最基礎的資料與關聯開始建立。
在建立相簿時,我們希望橫向擴張。又或者建立清單時,我們希望縱向的成長。這兩種形式呢,被稱作線性布局(Linear Layout)。那就讓我們來簡單看看常見的使用方式吧。
在上次我們透過 Canny 簡單的生成線搞,但在 ControlNet 中卻有各式各樣的邊緣探測模型,那這些模型又有哪些不同呢?
ControlNet 是對 Stable Diffusion 影響急劇的模型,概念是為生圖設立更多的限制,由於功能眾多我只以常用的為例,那這期為線搞生圖與骨架參考兩項,試著參考原圖生成相似的圖樣。
在圖像生成中,最重要的莫過於詠唱的咒語。那究竟如何透過賦予提詞讓生成更加符合預期呢?
在初期,AI 圖像生成有著許多瑕疵受人詬病,以及種種版權問題。然而其後續依舊蓬勃的發展,不斷的增強與改進,而發展最中心便是 Stable Diffusion,伴隨著越來越多開源的模型與插件,甚至於 Nov. 2023 提出能夠將圖片轉類似 gif 的動畫效果的新模型。那到底,Stable Diffusion 為何如此受歡迎又如何使用呢?
許多的 Python 套件或許停滯在特定版本,但由於套件衝突與其他程式,在不同版本間開發一直是場噩夢。雖然能夠依賴容器化解決,但不如 venv 好操作與變化。那麼,就讓我一探究竟吧。
在 Feb. 21, 2024,Google 正式推出 Gemini 系列的旁支開源模型 -- Gemma 語言模型。那麼究竟其效果如何呢?是否適合作為免費的 LLM 結合自己的程式呢?
在聆聽過程中,我們透過音色辨別出了樂器,透過音量與音高判斷出樂曲情境。生活中非常基本的常態,卻有著複雜的表現方式。那在程式中,我們又如何將其視覺化或修改呢?不外乎都要透過聲音特徵,為此讓我們先複習下基礎吧。
在我自製「畫家小工具」該過程中,圖片轉線稿是最重要的功能,而生活中在圖像編輯時,人們也常常拓寬邊線形成如貼紙的效果。除上述以外,邊線也是種方便我們尋找物體與看出圖片架構的方式。那我們能透過那些方法找到邊線並加以利用呢?