А вообще, только сейчас сообразил, как добиться интересных результатов при маленьких датасетах. В данном случае можно взять модель, обученную на архитектуре (да и вообще другую не слишком абстрактную) и модель из поста выше, обученную почти до оверфита и заменить 64x64 слои так, чтоб первая модель задавала форму, авторая — содержание. Позже надо будет попробовать
Информационная безопасность, курсы, книги, подборки полезного материала для IT специалистов — https://t.me/Social_engineering
Тут товарищ @response1000000 выкатил русскоязычную версию clip. Понимает русский все это дело не за счет переводчика, как было ранее, а из-за того, что к нему прикручена русскоязычная gpt-2 модель от Сбера.
Тут колаб-ноутбук для желающих потестить. На выбор несколько моделей (BigGAN самая охуенная, имхо)
На изображении пример генераций по запросу "Современное искусство"
Тут колаб-ноутбук для желающих потестить. На выбор несколько моделей (BigGAN самая охуенная, имхо)
На изображении пример генераций по запросу "Современное искусство"
This media is not supported in your browser
VIEW IN TELEGRAM
Киберпанк, который мы заслужили
Обожаю файнтюнить StyleGAN модель FFHQ. Особенно радуют первые итерации, когда человеческие лица превращаются в ужасающее нечто. Осталось еще эти всратые ебычи заставить открывать рот синхронно какой-нибудь песне Slipknot как вот тут и будет вообще заебок
This media is not supported in your browser
VIEW IN TELEGRAM
Сижу задрачиваю YOLO v5. Очень занимательно.
Можно потестить в режиме онлайн тут: https://gradio.app/g/AK391/yolov5
Можно потестить в режиме онлайн тут: https://gradio.app/g/AK391/yolov5
Forwarded from Denis Sexy IT 🤖
Подписчик канала, сделал классный репозиторий где описан процесс как играться с «латентным пространством» StyleGAN, по ссылке технические детали, если коротко, это когда вы можете принудить нейронку генерить не что-то случайное, а более конкретное – лицо похожее на вас, пейзаж похожий на фото, зависит от модели, а дальше уже нейронкой издеваться над картинкой.
Этот же репозиторий можно использовать для проверки проблемы «необъективности» модели (biased problem) нагенерировав, например, кучу лиц одной расовой принадлежности:
Если вы работаете в ML-проекте и у вас есть алгоритм который работает с разными фотографиями, то вы конечно же хотите чтобы у вас одинаково хорошо результаты были на всех типах лиц, так можно проверить есть ли проблема с алгоритмом или нет (главное не тестируйте на том на чем учите, в данном примере на ffhq).
В общем, не только интересный, но и полезный набор коллабов – ⭐️
Этот же репозиторий можно использовать для проверки проблемы «необъективности» модели (biased problem) нагенерировав, например, кучу лиц одной расовой принадлежности:
Если вы работаете в ML-проекте и у вас есть алгоритм который работает с разными фотографиями, то вы конечно же хотите чтобы у вас одинаково хорошо результаты были на всех типах лиц, так можно проверить есть ли проблема с алгоритмом или нет (главное не тестируйте на том на чем учите, в данном примере на ffhq).
В общем, не только интересный, но и полезный набор коллабов – ⭐️