Публикации по теме 'generative-adversarial'


Компьютеры могут быть творческими, по крайней мере, с искусственным интеллектом — «вот как
3 слова. 11 слогов. Генеративно-состязательные сети. Возможно, вы уже слышали об этом термине. Он распространяется со скоростью лесного пожара среди энтузиастов машинного обучения, особенно в графическом отделе. Такие компании, как NVIDIA, работают над этой относительно новой технологией, которая была представлена ​​в 2014 году исследователями из Монреальского университета. NVIDIA использовала GAN для создания демонстрации игры, используя только кадры из реальной жизни и программу..
Генеративные состязательные сети - теоретический обзор.
С тех пор как Ян Гудфеллоу впервые предложил идею GAN ( https://arxiv.org/abs/1406.2661 ), она стала модным словом в сообществе машинного обучения просто потому, что работает потрясающе хорошо (учитывая, что вы придумали идеальный архитектура). Многие люди, особенно Ян ЛеКун, которого считают одним из гигантов глубокого обучения, в какой-то момент заявили, что GAN - это значительный прорыв в глубоком обучении. Я заметил одну вещь: многие люди, утверждающие, что знакомы с GAN, не имеют..
GAN: сборка с использованием Tensorflow
Да начнется код! Введение В предыдущем разделе мы обсуждали Почему, что и как использовать GAN . Теперь мы будем использовать Tensorflow для кодирования простого GAN . Вход Мы будем обучать нашу GAN работе с базой данных MNIST . Выход В конце статьи вы сможете сгенерировать рукописную цифру с помощью своего обученного генератора. Блокнот Jupyter можно найти на моем Github . Поток данных Пришло время создать нашу генеративно-состязательную сеть . GAN..
Предложение по созданию текстур на основе ИИ в GAN для разработчиков 3D (аннотация)
Рисунок 1. Набор текстур импортируется в GAN для обучения. Затем модель выводит искусственную текстуру, аналогичную тем, которые используются при обучении. Введение Разработчики 3D стремятся внести реализм в сцену, в которой они работают. Важным аспектом этого реализма являются текстуры, которые отображаются на объекты в сцене. В частности, текстуры, которые имеют достаточное количество отличий от других, чтобы избежать жуткости. Задача сделать это создает множество..
Настоящий или подделка? Как мой проект XMAS был вдохновлен одним слайдом
Октябрь 2020 г. Меня познакомили с основателем по имени Анна Ф. Мишель. Анна, предприниматель в душе и человек, который определил промышленную проблему, с которой она столкнулась сама. Я говорю о процессе проектирования в текстильной (особенно модной) индустрии. Некоторые из крупнейших модных компаний создают около 300 000 дизайнов в год. Они тратят 2–3% своего GMV на процесс от идеи до производства и не знают, будет ли он успешным. yoona.ai занимается этой частью, используя..
Передовые стратегии обучения генеративно-состязательных сетей (GAN)
Введение Генеративно-состязательные сети, или GAN, уже довольно давно стали модным словом в мире искусственного интеллекта и машинного обучения. Эти замечательные алгоритмы способны генерировать реалистичные данные, будь то изображения, текст или даже музыка. Думайте о них как о художниках или создателях с искусственным интеллектом, которые могут создавать контент, который выглядит так, как будто он был создан людьми. В этой статье мы углубимся в мир GAN и рассмотрим передовые..
#APaperADay 2. Ландшафт GAN: потери, архитектуры, регуляризация и нормализация
GAN расшифровывается как Generative Adversarial Networks , то есть две нейронные сети, работающие вместе в игре и пытающиеся перехитрить друг друга. Сети действуют как противники. Один пытается обмануть другого и называется генератором, а другой называется дискриминатором. Генератор получает некоторые числа, обычно сгенерированные случайным образом, и пытается преобразовать их в экземпляр объекта, например изображение, а затем передать его дискриминатору. Затем дискриминатор должен..