Czy wiesz, że styl malarski jest ukryty w kilku warstwach sieci neuronowej? Poniżej przykład jak sieć neuronowa potrafi nauczyć sie stylu malarskiego i namalować nim dowolny obraz. Robi wrażenie prawda?

Rozdział 8 książki, którą czytam mówi nie tylko o neuronowym transferze stylu, generowaniu tekstu, ale też o DeepDream, sieciach GAN i koderach VAE. Czyli o tym jak powstają te wszystkie aplikacje do postarzania twarzy, generowania postaci anime itp. Czy też jak powstał DeepFake.
tomaszs - Czy wiesz, że styl malarski jest ukryty w kilku warstwach sieci neuronowej?...

źródło: comment_1588779048nuYyC3fctKC4E7kOBqZlAm.jpg

Pobierz
  • 17
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@AdireQ: Ale liczba pi to tylko związek wymyślony przez człowieka, nie tworzy ona nic nowego. To tylko suche cyfry. Pi nie stwierdzi nagle, że zamiast cyfr zaczną pojawiać się litery. Znów nie wychodzi poza schemat który został jej "zaprogramowany".

W tamtym przykładzie chodziło mi że akurat konkretnie ta funkcja srand tworzy złudzenie losowości. Nie wiem nic o tym co podałeś, ale kiedyś czytałem że każdy szum czy ziarno zwraca tylko
  • Odpowiedz
Rozdzial 7 traktuje o zaawansowanych technikach deep learningu, dodatkowych narzedziach, tensor board, automatyzacji ustalania hiperparametrow i zespalaniu modeli i debugowaniu sieci w Keras ie.

#deeplearning #keras #tensorflow
  • 1
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Rozdział siódmy traktuje o sieciach przetwarzających chronologicznie ułożone dane np. wykresy temperatur, czy też język naturalny. Poruszony jest temat sieci rekurencyjnych i użycia warstw konwolucyjnych (splecionych brzmiałoby lepiej btw.).

Jest LSTM i GRU i Conv1D.

Ale jestem zawiedziony tym rozdziałem. Mógłby być dłuższy bo ten temat mnie szczególnie interesuje.

Już
  • 2
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Sieci neuronowe Deep learningu pozwalają odróżnić np. słonia od innych zwierząt. Co ciekawe można podejrzeć, co sieć neuronowa uznaje w zdjęciu za ważne, aby słonia rozpoznać. Poniższa mapa aktywacji sieci właśnie to pokazuje. Obszary czerwone sieć neuronowa uznaje za najważniejsze do rozpoznania słonia. A żółte - również istotne. Reszta nie jest dla sieci taka ważna. Jak widać słoń to tylko w 1/4 słoń :)

Za: https://medium.com/analytics-vidhya/visualizing-activation-heatmaps-using-tensorflow-5bdba018f759

#siecineuronowe #technologia
tomaszs - Sieci neuronowe Deep learningu pozwalają odróżnić np. słonia od innych zwie...

źródło: comment_1588512370yqPLMG1hjFpKELGw0NnEhL.jpg

Pobierz
  • 4
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@tomaszs: @Slamowir: To nie takie proste, jak to przedstawiasz. Żeby zrozumieć co jest ważne a co nie, trzeba spojrzeć jak ta sieć została stworzona. Sieć Inception V3 była trenowana na podstawie obrazów z Imagenet, gdzie występują dwie klasy dla słonia: afrykańskie i indyjskie. A słonie rozpoznajemy po uszach głównie.
  • Odpowiedz
Mieliście kiedyś tak, ze jecie kiełbasę i zaczynacie zastanawiać się, jak fajnie by było wiedzieć jak się ją produkuje? Że wlaczycie sobie film na YouTube i bedziecie opowiadac znajomym? A później zapominacie o tym pomyśle, bo wolicie jeść smaczną kiełbasę niż tofu z glonów morskich?

Wygląda na to, że z deep learningiem jest podobnie. Autor już drugi raz zamiast napisać "teraz wiesz jak..." pisze " teraz intuicyjnie rozumiesz...". jak dla mnie ok
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Trzeci rozdział pokazuje jak wytresować sieć do oceny czy recenzja jest pozytywna, czy negatywna, sieć kategoryzującą teksty do kategorii, oraz przewidującą ceny mieszkań. Fajny rozdział #deeplearning #keras
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Rozdzial drugi zawiera omowienie rachunku tensorowego. Autor zrecznie stara sie ominac niuanse matematyczne i wytlumaczyc algebre kodem zrodlowym. Zabieg bardzo ciekawy. Wydaje mi sie, ze mozna by to wytlumaczyc latwiej z uzyciem matematyki. Wkrotce rozdzial o calkach i rozniczkach. Moze do deep learningu nie jest potrzebna matematyka. Zobaczy, czy autor dowiedzie tego... #deeplearning
  • 1
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Dziś ruszył drugi sezon ligi AWS DeepRacer. To taki samochodzik z kamerkami i skanerem LIDAR, który trenuje się używając reinforcement learning. Całość została przygotowana tak, aby ułatwić rozpoczęcie nauki uczenia maszynowego.

Wpis o nowym sezonie od społeczności (po angielsku): https://blog.deepracing.io/2020/03/03/aws-deepracer-league-and-console-update/

W skrócie po polsku:
- ruszyła liga wirtualna, wkrótce ruszy fizyczna
tptak - Dziś ruszył drugi sezon ligi AWS DeepRacer. To taki samochodzik z kamerkami i...

źródło: comment_1583264674iutEn1IMz0LhF8014ROxNQ.jpg

Pobierz
  • 4
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@vossinho2: tak, ponosi. Wygląda to średnio ( ͡° ͜ʖ ͡°)

W zeszłym roku dla oszczędności był lokalny trening, w tym jednak dochodzą warstwy i robi się ciężko na domowy trening. Jeszcze badamy możliwości i potrzeby.
  • Odpowiedz
@specjalista_wysokiej_klasy: wszystko się da, tylko z Londynu trudno :) ale z kolegą robimy eventy z autkiem, jeśli znalszłyby się firmy co chcą kilka całodziennych wydarzeń dla pracowników, byłaby motywacja żeby wziąć wolne i zjechać z całym sprzętem. A wtedy to już kwestia lokum żeby zrobić meetup dla lokalnej społeczności.
  • Odpowiedz
Praca z sieciami neuronowymi nie jest tak skomplikowana, jak mogłoby się wydawać Proste modele uczące można przygotować nawet przy podstawowej znajomości programowania. Sprawdź, jak zbudować prostą sieć neuronową w Pythonie

https://bulldogjob.pl/articles/1136-czym-jest-deep-learning-i-sieci-neuronowe

#deeplearning #machinelearning #sztucznainteligencja #naukaprogramowania
Bulldogjob - Praca z sieciami neuronowymi nie jest tak skomplikowana, jak mogłoby się...

źródło: comment_oCNa6g5NacPDVHFCcv16GNfsLjfqfiD4.jpg

Pobierz
  • 3
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Mam zbiór cyfr i zestaw wag, chcę dopasować cyfry do wag w taki sposób, żeby średnia lub suma ważona wynosiła ileś tam. Teraz to robię tak, że układam te cyfry w jakieś pierwsze ułożenie i sprawdzam średnią, potem zamieniam miejscami pierwszą cyfrę z drugą, jeśli średnia jest bliższa oczekiwanej to tak zostawiam, jeśli nie to cofam. Potem sprawdzam tak po kolei wszystkie cyfry.

Jak znaleźć takie liczby w szybszy sposób? Takich porównań
  • 9
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Treść przeznaczona dla osób powyżej 18 roku życia...
  • 17
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach