本次主要更新，取消了原本的中斷訓(xùn)練Loss值并接的問題，我們發(fā)現(xiàn)，當(dāng)loss值并接了，中斷學(xué)習(xí)訓(xùn)練并不能很好的繼續(xù)收斂loss值，導(dǎo)致很多用戶認(rèn)為模型訓(xùn)練無(wú)法收斂，可能模型無(wú)法學(xué)習(xí)新知識(shí)。

在Pro 1.8.3版本公告中，有說(shuō)明中斷后的Loss值并接算法，屬于測(cè)試版，經(jīng)過這么久，我們發(fā)現(xiàn)該算法并不是很好的服務(wù)用戶，在1.9.3版本后，我們將徹底取消中斷后的Loss值并接，還是采用NLP訓(xùn)練標(biāo)準(zhǔn)，每當(dāng)開始訓(xùn)練，Loss值恢復(fù)初始狀態(tài)，并根據(jù)每次訓(xùn)練單獨(dú)計(jì)算，這樣就能確保直觀的了解模型的學(xué)習(xí)成果和模型收斂問題。

說(shuō)明二：關(guān)于繼續(xù)訓(xùn)練，學(xué)習(xí)速度的增長(zhǎng)問題說(shuō)明。

我們發(fā)現(xiàn)，較多用戶在模型訓(xùn)練結(jié)束或者訓(xùn)練學(xué)習(xí)中途暫停訓(xùn)練后，想接著提升模型能力，并接著訓(xùn)練的時(shí)候發(fā)現(xiàn)學(xué)習(xí)速度增長(zhǎng)過高的問題，這是一個(gè)有趣的現(xiàn)象，但是這也是一個(gè)正常的表現(xiàn)，各位Pro用戶不必?fù)?dān)心是否有異常。

初始訓(xùn)練，在一個(gè)訓(xùn)練周期內(nèi)，預(yù)訓(xùn)練模型中，它需要加載各類初始參數(shù)以及訓(xùn)練數(shù)據(jù)集等大量數(shù)據(jù)，需要加載預(yù)訓(xùn)練模型的初始模型權(quán)重，所以并發(fā)會(huì)占用更大的資源去訓(xùn)練。

但是在訓(xùn)練一定的周期后，中斷后繼續(xù)訓(xùn)練，是從你已成功訓(xùn)練保存的模型中，繼續(xù)加載模型權(quán)重和參數(shù)，這樣就減輕了模型負(fù)重能力，同時(shí)也釋放了更大的算力能力讓模型繼續(xù)學(xué)習(xí)訓(xùn)練下去，這樣的情況就會(huì)讓每秒學(xué)習(xí)速度得到一定的上升。

所以，當(dāng)您繼續(xù)加載訓(xùn)練，如速度有明顯上升，不必?fù)?dān)心，這是正常表現(xiàn)。但是建議還是盡可能保持模型在一個(gè)周期內(nèi)完成初始訓(xùn)練。

2023年9月26日，新增模型成本計(jì)算器工具，本文底部有下載鏈接。

模型訓(xùn)練成本計(jì)算其實(shí)并不難，我們閃豚速寫訓(xùn)練的時(shí)候，現(xiàn)在能直接計(jì)算大概一輪訓(xùn)練時(shí)長(zhǎng)，僅需要計(jì)算，設(shè)備損耗，電費(fèi)，數(shù)據(jù)費(fèi)用就能得到一個(gè)模型的成本了。

下面教大家如何去計(jì)算成本：

模型成本公式：
顯卡發(fā)行價(jià)格 x 0.0005x訓(xùn)練時(shí)長(zhǎng)

語(yǔ)料費(fèi)用：
范圍語(yǔ)料：每篇0.02元x20%
半精語(yǔ)料：每篇0.04元x20%
全精語(yǔ)料：每篇0.1元x20%

（這里的20%指的是你語(yǔ)料的成本，因?yàn)閿?shù)據(jù)是最貴的。）

加上電腦其他硬件損耗
加上電費(fèi)

公式：顯卡損耗+語(yǔ)料數(shù)據(jù)+其他硬件損耗+模型訓(xùn)練電費(fèi)=成本費(fèi)用

就是最終的模型成本費(fèi)用。

所以建議大家如果訓(xùn)練的模型需要上傳交易，可以參考以上成本計(jì)算，其次，語(yǔ)料數(shù)據(jù)單獨(dú)交易，也可以參考以上語(yǔ)料單篇價(jià)格。

可以下載使用最新發(fā)布的模型訓(xùn)練成本計(jì)算器

http://yunzou.com.cn/app/70445.html

https://www.bilibili.com/video/BV1gM4y1Y7BG/?vd_source=a4ff7b9db0da5101dfda4d7ca888a089

可以復(fù)制到網(wǎng)頁(yè)或者bilibili客戶端進(jìn)行播放，也可以點(diǎn)擊下方公眾號(hào)的視頻進(jìn)行觀看！

本視頻主要演示，當(dāng)下AI產(chǎn)品生成出的內(nèi)容質(zhì)量和AI檢測(cè)問題。閃豚速寫私有化模型生成的內(nèi)容，基本上都是過檢測(cè)，不用擔(dān)心被檢測(cè)是AI生成的！

首先，我們?cè)?414找到了一位熱心的用戶教大家如何更好地使用GPT生成更好的內(nèi)容，我們首先檢測(cè)一下該用戶手寫的內(nèi)容去檢測(cè)。

手寫的內(nèi)容檢測(cè)出來(lái)是人工，而不是機(jī)器。

接下來(lái)我們檢測(cè)一下按照該用戶的提示，GPT生成的內(nèi)容。

一下就檢測(cè)出來(lái)是機(jī)器生成的！

我們?cè)囋囘@一篇：

也是一樣。一下就檢測(cè)出來(lái)了。

我們?cè)僭囋嚤貞?yīng)的吧！

也是一樣的！

我們?cè)囋囄覀冮W豚速寫基礎(chǔ)模型生成的：

也是一樣的，基礎(chǔ)通用模型也是能檢測(cè)出來(lái)！

我們先造一下生成數(shù)據(jù)表，然后用私有數(shù)據(jù)訓(xùn)練的模型生成測(cè)試一下！

生成出來(lái)了，我們?nèi)z測(cè)一下。

過檢測(cè)！提示是人工生成的！

所以大家知道為什么要選擇可私有化部署的AI產(chǎn)品嘛~

好處就是，領(lǐng)域不限制，模型不限制，生成數(shù)據(jù)不限制！

還沒沖的寶子們，抓住這個(gè)機(jī)會(huì)，沖吧！

祝大家使用我們“閃豚速寫”個(gè)個(gè)發(fā)財(cái)致富！做網(wǎng)站的朋友們，個(gè)個(gè)速升權(quán)8！

閃豚速寫Pro[出售]

￥7800

￥7800

• 庫(kù)存：116
• 人氣：6.2k

①.優(yōu)化生成功能性能

②【新增】所有生成功能新增最低字?jǐn)?shù)限制，自由設(shè)置低于多少字重新生成。

【新增】生成重試次數(shù)。如果生成任務(wù)重試N次后。會(huì)保存字?jǐn)?shù)不足的文章。

③：【新增】圖文生成功能新增img標(biāo)簽限制，現(xiàn)在可自由設(shè)置生成img標(biāo)簽的數(shù)量了。默認(rèn)為生成3個(gè)img標(biāo)簽。

④：優(yōu)化操作體驗(yàn)，不再需要去原代碼文件里面找位置修改配置了，直接運(yùn)行程序即可。（有效防止代碼勿改）

⑤：優(yōu)化生成配置，現(xiàn)將統(tǒng)一只使用加載TXT數(shù)據(jù)表進(jìn)行批量原創(chuàng)文章生成，放棄之前的CSV數(shù)據(jù)表生成了。（由于不同電腦環(huán)境，程序提取的CSV數(shù)據(jù)表，如果經(jīng)過編輯后，會(huì)自動(dòng)根據(jù)電腦環(huán)境重新保存未知編碼，導(dǎo)致AI生成模塊無(wú)法識(shí)別，經(jīng)協(xié)商，取消對(duì)CSV數(shù)據(jù)表的支持載入。數(shù)據(jù)提取工具將繼續(xù)保留csv數(shù)據(jù)表的輸出功能。也會(huì)保留一份普通加載CSV數(shù)據(jù)表批量生成功能。）

⑥：【發(fā)布新的收費(fèi)工具】將發(fā)布一款新的收費(fèi)小工具，根據(jù)自己指定關(guān)鍵詞，生成新的標(biāo)題和起始句，不需要去提取原始語(yǔ)料數(shù)據(jù)了。（由于該工具非項(xiàng)目必要使用，而且是某用戶提出定制化開發(fā)，最終協(xié)商不獨(dú)享使用，走通用開發(fā)流程，所以需對(duì)外正常收費(fèi)。）

【更新】【收費(fèi)工具】自定義關(guān)鍵詞提取批量生成數(shù)據(jù)表

閃豚AI

• 23年11月9日
• 喜歡：10
• 瀏覽：586

首先給大家科普一下：深度學(xué)習(xí)最需要的性能是GPU也就是顯卡性能，理論上在同等條件下GPU性能越高，深度學(xué)習(xí)的效率越高。

但這其中也有一個(gè)很大的誤區(qū)，就是電腦性能是一個(gè)整體并不是由單一硬件所決定的，是一個(gè)木桶效應(yīng)。

當(dāng)GPU性能達(dá)到一定高度之后，其他硬件性能沒有跟上，再好的GPU也帶來(lái)不了性能的提升。

01那么應(yīng)該如何選購(gòu)深度學(xué)習(xí)需求的臺(tái)式電腦主機(jī)呢？

一、首先，要遵循這個(gè)原則：

GPU＞CPU≈主板（CPU主板相輔相成）＞內(nèi)存＞硬盤＞電源＞機(jī)箱（裝的下就行）

02確定預(yù)算

二、確定預(yù)算：

根據(jù)自己預(yù)算來(lái)搭配整機(jī)。千萬(wàn)不要亂聽別人說(shuō)，這個(gè)配置還不如加點(diǎn)前上更好點(diǎn)的配置，這樣下來(lái)預(yù)算遠(yuǎn)遠(yuǎn)會(huì)超你很多。

03確定性能需求

三、確定性能需求：

一般來(lái)說(shuō)都是希望在預(yù)算內(nèi)獲得最高的性能。但也有特例，比如發(fā)現(xiàn)想要達(dá)到預(yù)期的性能，發(fā)現(xiàn)已經(jīng)超預(yù)算了。那么就要重新衡量是否有必要增加預(yù)算或者減少性能預(yù)期。

04目前消費(fèi)級(jí)顯卡舉例

四、我們以當(dāng)下主流消費(fèi)級(jí)的GPU顯卡基本的性能為例：

3060=2060s

1080ti=2080

3060ti=2080super

3070=2080ti

3070ti>2080ti

3080

3080ti

3090

然后我們來(lái)看看顯卡顯存的選擇

3090 24G
3070ti 16G
3080ti 12G
3080 10G
3080 12G
3060 12G
2060 12G
2080ti 11G
1080ti 11G

按照深度學(xué)習(xí)的標(biāo)準(zhǔn)來(lái)說(shuō)，同等條件，顯存越大，有利條件越大，所以選擇GPU的時(shí)候，盡量是優(yōu)先考慮顯存大的GPU來(lái)跑模型訓(xùn)練。

然后我們來(lái)看看消費(fèi)卡的

RTX30系，最低入門就是3060顯卡了，屬于嘗鮮，剛了解NLP用來(lái)學(xué)習(xí)學(xué)習(xí)用的。

RTX3060-RTX3070同級(jí)別屬于入門：深度學(xué)習(xí)專業(yè)的學(xué)生或從業(yè)者；

RTX3080、RTX3090及以上才能算是優(yōu)秀（比如 RTX8000）：深度學(xué)習(xí)的專業(yè)用戶；

追求滿分極致性能的就要多個(gè)GPU并行的工作站：深度學(xué)習(xí)領(lǐng)域大型實(shí)驗(yàn)室。

注意，windows平臺(tái)是不支持我們這個(gè)AI-CPM項(xiàng)目多卡學(xué)習(xí)的，需要用Linux平臺(tái)，多卡推薦是ubuntu。05合理的硬件搭配

五、選擇合理硬件：

上面已經(jīng)說(shuō)了電腦是一個(gè)整體，是要遵循木桶效應(yīng)的，因此合理的硬件組合就非常重要。

在選擇硬件之前，我們先把電腦硬件對(duì)深度學(xué)習(xí)性能影響的重要程度排個(gè)序：

GPU＞CPU≈主板（CPU主板相輔相成）＞內(nèi)存＞硬盤＞電源＞機(jī)箱（裝的下就行）

再以這個(gè)順序去選擇硬件，并控制整體預(yù)算。

再者，注意內(nèi)存這塊，頻率越高，內(nèi)存越大，優(yōu)勢(shì)也會(huì)大一些。

其次，如果你是多卡訓(xùn)練，上3090的話，風(fēng)冷應(yīng)該是壓不住，需要水冷了。單卡3090風(fēng)冷是沒問題。

06找找鋪?zhàn)拥腁I-CPM對(duì)電腦配置要要求

GPU：1080ti起步（但不是非要1080ti，其實(shí)1050ti也可以，只要你能忍受速度慢，我們建議是最低1080ti起步了）

CPU：只要能帶動(dòng)GPU的性能轉(zhuǎn)運(yùn)就行，無(wú)需考慮GPU的圖形輸入（例如，你上3090，不需要i7-12700kf或者i9-12900kf等）

內(nèi)存：16G以上（內(nèi)存頻率3200及以上）

硬盤：推薦是NVMe SSD,M.2接口的?？臻g最少預(yù)留150G以上。

電源：根據(jù)顯卡和電腦其他功耗來(lái)

視頻無(wú)法播放的話，可直接復(fù)制下方的URL鏈接到bilibili查看

https://www.bilibili.com/video/BV1yV4y177yy?vd_source=bd49e4c93a77d38c685b91def9fea151

對(duì)于我們剛了解這個(gè)項(xiàng)目的時(shí)候，想組建一臺(tái)煉丹設(shè)備，各種CPU、GPU、內(nèi)存條、外設(shè)，等等等等設(shè)備，到底該怎么選？我們從最重要的設(shè)備開始講解——GPU！

顯卡（GPU）是AI深度學(xué)習(xí)的重要部件，比CPU重要很多很多。做AI訓(xùn)練不用GPU只用CPU顯然是愚蠢的。首先，CPU用來(lái)深度學(xué)習(xí)很慢，運(yùn)算比GPU少很多倍。其次，CPU有CPU的事情，需要處理電腦各種進(jìn)程線程。

如何選GPU來(lái)深度學(xué)習(xí)呢？注意這三點(diǎn)：

性價(jià)比、顯存、散熱。

其實(shí)，選來(lái)選去，適合AI訓(xùn)練的，也就幾款GPU就是了。你只需要考慮價(jià)格，散熱，用料就行。推薦是3風(fēng)扇版本，雙風(fēng)扇丐版實(shí)在不好說(shuō)，因?yàn)樵谟?xùn)練過程中，GPU基本是滿載運(yùn)行，熱度很高，如果溫度超過85度以上，性能至少減少30%甚至更多。。。推薦以下幾款自選搭配

大顯存就這幾個(gè)：
3090 24G
3070ti 16G
3080ti 12G
3080 10G
3060 12G
2060 12G
2080ti 11G
1080ti 11G

注意：AI訓(xùn)練過程主要是吃顯存來(lái)跑數(shù)據(jù)，所以推薦顯存越大越好。

需要注意的是，如果你想多卡訓(xùn)練，系統(tǒng)需要裝Linux系統(tǒng)，Windows不支持多卡學(xué)習(xí)。

CPU不要太落后，現(xiàn)在主流的幾款型號(hào)都可以。比如：

I5的10系，11系。

I7的10系，11系。

基本對(duì)AI訓(xùn)練學(xué)習(xí)問題都不大，別太老款就行，當(dāng)處理器太舊，性能太低，顯卡卻是3090，這不小馬拉大車，扯嘛。

CPU發(fā)揮不了性能，顯卡也不能完全跑得起來(lái)呀。萬(wàn)一跑兩下，直接死機(jī)，那還煉丹啥呢。

建議CPU6核以上均可。4核問題也不大。

其實(shí)在這塊，我認(rèn)為還是比較重要的。

當(dāng)有一塊好點(diǎn)的硬盤時(shí)，對(duì)數(shù)據(jù)存儲(chǔ)處理都很快。

比如你收集了500萬(wàn)篇語(yǔ)料需要預(yù)處理，當(dāng)一塊普通的機(jī)械硬盤時(shí)，基本上會(huì)滿載運(yùn)行，讀取基本上在100~200/s/文件。當(dāng)你用好的固態(tài)時(shí)，基本上速度在500~100/s/文件。

其次，需要AI訓(xùn)練學(xué)習(xí)時(shí)，硬盤大小建議最少是在150G以上的。

反正推薦是SSD，不推薦HDD

頂配的體驗(yàn)就是NVMe SSD了，比一般SSD更流暢。

電源怎么選？

電腦內(nèi)所有設(shè)備功耗加起來(lái)，電源還要預(yù)留50~100W就行。

有一套計(jì)算方法：將電腦CPU和GPU的功率相加，再額外加上10%的功率算作其他組件的耗能，就得到了功率的峰值。

舉個(gè)例子：當(dāng)你GPU是350W時(shí)候，你CPU是150W，這兩項(xiàng)就是500W的電源了。這還是在起步運(yùn)行狀態(tài)時(shí)，我們訓(xùn)練的時(shí)候基本需要滿載運(yùn)行。加上其他電腦設(shè)備，最少推薦是650W，700W最佳。

散熱很重要！

CPU散熱，根據(jù)CPU來(lái)選就行。

主要講的是機(jī)箱散熱，建議是你機(jī)箱支持多少散熱風(fēng)扇，就全裝了吧，一個(gè)風(fēng)扇也就十來(lái)塊錢。買便宜的機(jī)箱散熱風(fēng)扇就行。

機(jī)箱？你喜歡啥樣就啥樣的，只要散熱通道好就行。

主要搭配適合你CPU的主板，不建議丐版，中檔甜品板就行了。

建議要Pcie x4卡槽的，GPU性能更佳！

想要AI訓(xùn)練生成行業(yè)原創(chuàng)文章？不要觀望了，早入行，早訓(xùn)練，早吃肉。

你還在觀望的時(shí)候，別人網(wǎng)站都權(quán)重6了！

我們不光只賣和部署AI原創(chuàng)文章生成項(xiàng)目。

我們還接語(yǔ)料收集，模型代訓(xùn)練等各種項(xiàng)目。

只要你有需求，萬(wàn)一我們能搞定呢？何不來(lái)聊聊？

“ AI-NLP簡(jiǎn)單來(lái)說(shuō)就是人與計(jì)算機(jī)的語(yǔ)言，讓計(jì)算機(jī)理解人的語(yǔ)言以及讓他學(xué)習(xí)和輸出”

01

—

什么是AI-CPM？

AI-CPM是找找店鋪發(fā)布的一項(xiàng)NLP領(lǐng)域的學(xué)習(xí)項(xiàng)目，它基于Python3.6.3環(huán)境，Pytorch框架下的一款深度學(xué)習(xí)項(xiàng)目。該項(xiàng)目能實(shí)現(xiàn)程序化學(xué)習(xí)語(yǔ)料，自主輸出高質(zhì)量原創(chuàng)文章。

02

—

AI-CPM有什么用？

1.學(xué)習(xí)得到這套程序和技術(shù)后，你可以自己訓(xùn)練獨(dú)有行業(yè)的文章進(jìn)行生成，原創(chuàng)率很高很高很高，搜索引擎收錄很好，從而提升網(wǎng)站排名等各項(xiàng)數(shù)據(jù)。

2.會(huì)學(xué)如何使用這套技術(shù)后，你可以應(yīng)用在你想應(yīng)用的任何領(lǐng)域上，效果都非常好。

3.當(dāng)然，你學(xué)會(huì)了你也可以二次銷售，只要你真正玩懂了，一切會(huì)變?nèi)菀灼饋?lái)。

4.禁止應(yīng)用于畢業(yè)論文生成上。老老實(shí)實(shí)自己寫，不支持論文的生成！

題外話：大部分朋友們都是拿這套應(yīng)用來(lái)做網(wǎng)站，搞排名的，目前來(lái)說(shuō)。效果還是非常好的。有一位不愿公開的朋友，分享了他用這套程序做網(wǎng)站的案例。

網(wǎng)站建成，模型訓(xùn)練，文章輸出生成。大概是花了一個(gè)來(lái)月的時(shí)間。

數(shù)據(jù)如下：

此網(wǎng)站他是六月上線的。我們項(xiàng)目推出是5月初。他是第一時(shí)間得知然后拿來(lái)應(yīng)用的。

這是2022年7月24日數(shù)據(jù)

這是站長(zhǎng)之家的數(shù)據(jù)

這是愛站數(shù)據(jù)

這是5118數(shù)據(jù)

請(qǐng)教了該朋友做法，他的回答

申明：實(shí)際效果因素千千萬(wàn)，不是說(shuō)你用了我們這套應(yīng)用，一定就能做出權(quán)8的網(wǎng)站。網(wǎng)站排名影響因素很多很多，這套應(yīng)用只是能幫助你減少?gòu)澛?，提高效率。而且AI-CPM輸出的質(zhì)量跟前期收集的訓(xùn)練語(yǔ)料，模型訓(xùn)練深度關(guān)系很大。

03

—

什么是訓(xùn)練語(yǔ)料？

為什么要收集訓(xùn)練語(yǔ)料呢？

所有AI項(xiàng)目，人工智能，前提條件下，都是需要進(jìn)行數(shù)據(jù)集訓(xùn)練的。我們這個(gè)項(xiàng)目也不例外。

收集語(yǔ)料訓(xùn)練相當(dāng)于是一本書，AI就是一個(gè)小孩子，從出生到上學(xué)，他需要學(xué)習(xí)。那么我們的語(yǔ)料就是知識(shí)了，AI不斷學(xué)習(xí)知識(shí)，自主成長(zhǎng)。學(xué)習(xí)完成后就能自主輸出了。

語(yǔ)料如何收集？

方法千千萬(wàn)，只要你按項(xiàng)目格式收集回來(lái)的文本數(shù)據(jù)，均可訓(xùn)練。

什么行業(yè)都可以嗎？

是的，你收集回來(lái)的語(yǔ)料是什么樣的。是什么行業(yè)的。最終這個(gè)模型訓(xùn)練出來(lái)的結(jié)果就是什么樣的。

04

—

什么是模型？

模型就是根據(jù)你收集回來(lái)的語(yǔ)料，程序?qū)W習(xí)最終生成的模型，之后你可以加載這個(gè)模型上，生成無(wú)限篇你訓(xùn)練的行業(yè)文章。

我們程序訓(xùn)練處理邏輯如下：

語(yǔ)料收集整理→程序加載進(jìn)行處理→生成預(yù)訓(xùn)練文件→程序加載預(yù)訓(xùn)練文件→開始訓(xùn)練→完成訓(xùn)練→模型輸出保存。

最后，在程序里設(shè)置加載這個(gè)模型，就可以生成文章了！

05

—

使用這個(gè)項(xiàng)目有什么要求嗎？

有要求的，門檻說(shuō)高也高，說(shuō)低也低。

首先對(duì)電腦硬件有要求：

如果想訓(xùn)練模型

1080顯卡起步，運(yùn)行內(nèi)存16g，硬盤預(yù)留150G，建議win10，多卡訓(xùn)練需要linux系統(tǒng)。

單獨(dú)只想生成文章的話，1050顯卡都可以，

已測(cè)試，1050ti顯卡，500~1000字文章一天能生成2000-6000篇。

750ti顯存2g，生成500~1000文字文章1~2分鐘一篇。

如果不嫌棄慢CPU也可以生成文章，但是訓(xùn)練模型必須要顯卡。

為什么非要顯卡？

因?yàn)锳I運(yùn)算是需要靠GPU計(jì)算能力來(lái)運(yùn)行。CPU的計(jì)算能力比顯卡少很多倍。顯卡顯存越大，效率越高。

顯卡推薦：

入門1080顯卡，推薦3060,3080。預(yù)算充足請(qǐng)直接上3090顯卡。

注意：AMD顯卡不支持深度學(xué)習(xí)！需要NVIDIA顯卡的CUDA架構(gòu)支持。

06

—

如何使用如何獲得？

聯(lián)系我們客服人員，店鋪下單即可。

我們會(huì)對(duì)你1對(duì)1遠(yuǎn)程部署學(xué)習(xí)環(huán)境和程序安裝。

我們程序沒做GUI界面封裝成EXE可執(zhí)行文件。項(xiàng)目直接在環(huán)境下，Pycharm里面跑就行，源碼無(wú)加密，二次開發(fā)更便捷，使用更方便。

我什么都不會(huì)能使用的？

可以的，我們遠(yuǎn)程部署后，會(huì)1對(duì)1電話語(yǔ)音+遠(yuǎn)程操作講解，會(huì)教你完全會(huì)使用這套項(xiàng)目。

項(xiàng)目功能更新嗎？

我們這個(gè)項(xiàng)目會(huì)長(zhǎng)期運(yùn)營(yíng)并更新下去，我們會(huì)優(yōu)先聽取AI私享會(huì)同學(xué)們的功能需求建議，會(huì)優(yōu)先開發(fā)。目前版本已經(jīng)不斷的更新下去了，具體可查看我們的更新進(jìn)度報(bào)告文章。（公眾號(hào)底部菜單有更新公告）

什么是AI私享會(huì)？

AI私享會(huì)就是我們的會(huì)員服務(wù)，可以長(zhǎng)期免費(fèi)持久的使用我們項(xiàng)目一切更新和衍生的功能項(xiàng)目。

可享受每月1~2次的新環(huán)境部署服務(wù)

無(wú)限次不限時(shí)的項(xiàng)目咨詢服務(wù)

可享受我們開發(fā)者的成功，比如：訓(xùn)練語(yǔ)料，訓(xùn)練完成的模型等等等等。

還有很多好處，慢慢公布。

07

—

項(xiàng)目費(fèi)用？

普通版：988元（部署安裝+指導(dǎo)）

可使用以下版本：

V1:中斷續(xù)寫功能（程序意外終止或者繼續(xù)訓(xùn)練恢執(zhí)行功能）

V2:批量生成功能（一鍵批量生成10000+篇原創(chuàng)文章）

普通版無(wú)法享受后續(xù)更新服務(wù)，需要新功能時(shí)另付費(fèi)。

更多根本版本請(qǐng)聯(lián)系客服

AI私享會(huì)：5500元（享受一切）

私享會(huì)價(jià)格會(huì)隨著功能更新，項(xiàng)目完善不斷上漲。具體實(shí)時(shí)費(fèi)用請(qǐng)聯(lián)系客服。

一切問題均可聯(lián)系我們企業(yè)客服

08

—

效果演示

雙標(biāo)題輸出

本文轉(zhuǎn)載于【找找鋪?zhàn)覣I-CPM】公眾號(hào)

原文鏈接：https://mp.weixin.qq.com/s/hsi8fTSXtWx0i-D81oisEQ