Neural Shit
50.2K subscribers
3.75K photos
1.19K videos
22 files
1.93K links
Проклятые нейронные сети

Для связи: @krasniy_doshik

ркн https://clck.ru/3PNXmE
Download Telegram
This media is not supported in your browser
VIEW IN TELEGRAM
Наткнулся на интересный репозиторий, который может преобразовывать любые два изображения без опорных точек. Получается интересный морфинг. Зскается в три команды + не выжирает сотни ресурсов.

Ссылка на репозиторий: https://github.com/volotat/DiffMorph
Там же вкратце очень доступным языком описан принцип работы этой штуки
Время пить пивас с егерем и делать мемы.

inb4: криво, блядь!
(знаю, но я слишком пьян, чтобы делать ровно)
Развлечение на вечер: генерировать тексты для рэпчины.

Переходите по ссылке, вводите на английском (с другими языками не работает) слово/предложение, а нейросеть продолжит.

Здесь исходники
Media is too big
VIEW IN TELEGRAM
И снова симулятор спайсо-солевого наркомана.
Вроде какой-то пиздос страшный и непонятный происходит, но мне люто бешено доставляет.

Оригинал
чот аж хрюкнул
Forwarded from Технологии | Нейросети | Боты
This media is not supported in your browser
VIEW IN TELEGRAM
​​Дата-инженер — ключевой игрок в любой команде, где есть аналитика. Этот специалист отвечает за сбор, хранение и удобную работу с данными. То есть помогает компании решать задачи быстрее и эффективнее. Спрос на таких айтишников очень высокий. Как и уровень их заработной платы.

Хотите стать крутым и незаменимым? Приходите на факультет Data Engineering от GeekBrains.

Чему научат:

— Автоматизировать технические процессы.
— Создавать конвейеры обработки данных.
— Разрабатывать архитектуру хранения данных.
— Настраивать мониторинги.
— Готовить данные для аналитиков.

Будет много практики от опытных дата-инженеров. Отработаете реальные задачи, соберете готовое портфолио, а эйчары из GeekBrains помогут вам найти работу!

Регистрируйтесь по ссылке
А что, неплохая идея: генерировать с помощью gpt2/gpt3 истории про Дао-Какао и Шри Яптуру:
Дзен-мастер задорно оглядел учеников и сказал им: «Сейчас вы узнаете, что такое самоуглубление».

Ученики с умным видом переглянулись. Дзен-мастер сделал глубокий вдох и со всего размаху хрястнул себя по колену тростью с серебряным набалдашником. Пронзительно зазвенели серебряные колокольчики. Ученики испуганно вздрогнули, но ничего не произошло. Тогда они подняли глаза на учителя. Учитель потер колено, на котором была видна глубокая ссадина, и виновато развел руками. Самоглубление не получилось.

«А теперь мы попробуем что-то другое, — сказал он, помолчав. — У нас сегодня и других дел невпроворот». После этого он порывисто встал и вышел из класса.

Ученики некоторое время молчали, глядя на его силуэт в дверном проеме. Может, это и было самоуглубление? Потом одна из девушек тихонько сказала: «Вот, блин, и угораздило же дурака».
Forwarded from CGIT_Vines (CGIT_Vines)
This media is not supported in your browser
VIEW IN TELEGRAM
1993 год, тесты 32-летнего Яна Лекуна первой сверточной нейронки (так утверждают разработчики).

Сеть была запущена на 20mflops плате и умела считывать цифры. Внутри разработки Bell Labs.

На самом деле, первая сеть была запущена Кунизико Фукусима за 18 лет до этого, в 1975, и называлась она неокогнитрон.

Вот лекция с дедушкой
Чо нашел: поиск аниме персонажей по позе.
Переходите на findpose.ml, проходите регистрацию и десятисекундное обучение, после чего с помощью мыши задаете позу, а умная нейросеть находит изображения с аниме-персонажами с наиболее похожей позой.

(не знаю как оно будет работать со смартфона, сам пробовал с десктопа)
Никак не налюбуюсь Dall-e от Open AI.
Пикачу-чайники охуенны!
Спасибо, интернет.

Нейросети стоило изобрести только ради этого
Media is too big
VIEW IN TELEGRAM
Годная залипачка для любителей готовых колаб-ноутбуков: Tag-Based Anime Generation.

С помощью doc2vec и StyleGAN2 генерирует аниме-персонажей по заданным вами тегам.
Если еще не пробовали toonme, то оче советую, вполне годные результаты.

Загрузить приложение можно с toonme.com
И еще один забавный колаб-ноутбук: генерирует изображение из текста.
Для генерации используются модели SIREN и CLIP.
Работает очень долго. Рекомендую в параметрах выставить размер генерируемого изображения 256x256, чтоб дело шло быстрее. Для каких-то практических целей использовать врядли выйдет, а вот как генератор забавной неведомой ёбаной хуйни — самое оно!

Примеры выше сгенерированы со следующими текстовыми подсказками:
1)unnamed anime person
2)giant octopus
3)the devil