用Copilot產生圖片

介紹

今天來跟大家分享，微軟的copilot其實也有產生圖片的功能，而且實現是相當簡單方便。以下我們來舉例說明。

範例

貓咪圖片

可以看到下方就會有生成可愛的貓咪圖片。

例如我們想要生成貓咪圖片，就直接輸入貓咪圖片。

如果生成的圖片不符合我們需求，可以再多加描述，像是胖一點。就會在下方生成胖一點的貓咪圖片。

或是頭大一點的，就可以看到大顆貓咪的頭。

或是輸入水汪汪看著我，就會有可愛的貓咪盯著我們看。

山水畫

另外，除了生成動物圖片，copilot也可以畫圖。例如我先請他給我一張圖片，然後後面說我要山裡面有溪流的場景。

就會在下方生成山裡面有溪流的圖畫。

我可以在指定我想要更寫實的風格。

也可以升成童話風格。

甚至素描黑白的畫風也可以。

這邊的話，我是想讓copilot生成真實照片的風景，不過copilot只能做畫。所以我這邊請他生成與照片相近的畫。

結論

本篇文章帶您了解如何將copilot生成自己喜歡的圖片。

[相似文章]:

Copilot登入使用教學

Copilot初次使用教學

ChatGPT應用—初次使用教學

ChatGPT使用教學—寫作文

用ChatGPT帶您進行英文翻譯

用ChatGPT提供新點子

利用ChatGPT產生搜尋關鍵字

利用ChatGPT找尋學習資源

[類神經網路基礎系列專文]:

1.類神經網路(Deep neural network, DNN)介紹

2.類神經網路—揭開網路架構調整秘辛

3.類神經網路—啟動函數介紹(一): 深入解析Relu與Sigmoid函數：如何影響類神經網路的學習效果？

4.類神經網路—啟動函數介紹(二): 回歸 vs. 分類: 線性函數與Tanh函數之原理探索

5.類神經網路—啟動函數介紹(三): 掌握多元分類的核心技術：不可不知的softmax函數原理

6.類神經網路—啟動函數介紹(四): 如何選擇最適當的啟動函數？用一統整表格讓您輕鬆掌握

7.類神經網路—前向傳播法

8.類神經網路—反向傳播法(一): 白話文帶您了解反向傳播法

9.類神經網路—反向傳播法(二): 淺談梯度

10.類神經網路—反向傳播法(三): 五步驟帶您了解梯度下降法

11.類神經網路—反向傳播法(四): 揭開反向傳播法神秘面紗

12.機器學習訓練原理大揭秘：六步驟帶您快速了解監督式學習的訓練方法

13.類神經網路—反向傳播法(五): 用等高線圖讓您對學習率更有感

[機器學習基礎系列專文]:

1.機器學習訓練原理大揭秘：六步驟帶您快速了解監督式學習的訓練方法

2.機器學習面臨的問題種類介紹:回歸與分類

[類神經網路延伸介紹]:

1.卷積類神經網路(Convolution neural network,CNN)介紹

2.遞迴類神經網路(Recurrent neural network,RNN)介紹

[ChatGPT系列專文]:

1.淺談最近非常火紅的ChatGPT背後可能原理機制為何?

2.從ChatGPT探索GPT的原理概念:少量數據的解方—遷移學習技巧