Крутая статья про новые результаты с GAN https://blog.openai.com/glow/
Это генеративно состязательная сеть, которая учится генерировать объекты принадлежащие к определённому классу (например разные лица, машины, планеты).
Где-то год назад я рассказывал на публичной лекции (Курилка Гутенберга в Гомеле) про GAN, и утром перед выступлением я увидел про генератор котиков https://ajolicoeur.wordpress.com/cats/ .
И вот теперь OpenAI ещё один большой шаг. Сравните детализацию котиков и то, что они сейчас показывают. Круто же, правда?
По первой ссылке доступна статья и исходный код. И обязательно зацените online-демку генератора лиц)
#gan #nn #ai
Это генеративно состязательная сеть, которая учится генерировать объекты принадлежащие к определённому классу (например разные лица, машины, планеты).
Где-то год назад я рассказывал на публичной лекции (Курилка Гутенберга в Гомеле) про GAN, и утром перед выступлением я увидел про генератор котиков https://ajolicoeur.wordpress.com/cats/ .
И вот теперь OpenAI ещё один большой шаг. Сравните детализацию котиков и то, что они сейчас показывают. Круто же, правда?
По первой ссылке доступна статья и исходный код. И обязательно зацените online-демку генератора лиц)
#gan #nn #ai
Openai
Glow: Better reversible generative models
We introduce Glow, a reversible generative model which uses invertible 1x1 convolutions. It extends previous work on reversible generative models and simplifies the architecture. Our model can generate realistic high resolution images, supports efficient…
Уже некоторое время по интернету ходят новости о BigGAN - усовершенствованной архитектуре GAN позволяющей генерировать синтетические объекты заданного класса. И прелесть в том, что вы можете сами сгенерировать чего-нибудь в браузере
https://colab.research.google.com/github/tensorflow/hub/blob/master/examples/colab/biggan_generation_with_tf_hub.ipynb
Мне хотелось немного разобраться в устройстве и что же там нового в сравнении с обычным GAN.
Оригинальная статья доступна здесь https://arxiv.org/pdf/1809.11096.pdf в приложении показана архитектура. Также полезно прочесть обзоры на статью https://openreview.net/forum?id=B1xsqj09Fm
Статья содержит множество трюков: увеличен размер batch в 8 раз и размер изображений в 2 раза. Шум подаваемый на вход был разделён на несколько частей и передавался на многие слои генератора. Также в статье предложено множество регуляризаций для улучшения стабильности обучения GAN.
Но есть и недостаток, для обучения использовалось 128-256 TPUs.
#nn #google #gan
https://colab.research.google.com/github/tensorflow/hub/blob/master/examples/colab/biggan_generation_with_tf_hub.ipynb
Мне хотелось немного разобраться в устройстве и что же там нового в сравнении с обычным GAN.
Оригинальная статья доступна здесь https://arxiv.org/pdf/1809.11096.pdf в приложении показана архитектура. Также полезно прочесть обзоры на статью https://openreview.net/forum?id=B1xsqj09Fm
Статья содержит множество трюков: увеличен размер batch в 8 раз и размер изображений в 2 раза. Шум подаваемый на вход был разделён на несколько частей и передавался на многие слои генератора. Также в статье предложено множество регуляризаций для улучшения стабильности обучения GAN.
Но есть и недостаток, для обучения использовалось 128-256 TPUs.
#nn #google #gan
Google
Google Colab Notebook
Run, share, and edit Python notebooks
Немного киберпанка
Все эти люди не существуют https://thispersondoesnotexist.com/ - они полностью сгенерированы нейронной сетью (при каждом обновлении сайта, генерируется случайное изображение человека). Очень интересно наблюдать за прогрессом, всего за 2 года уровень улучшился от "мутного пятна" похожего на лицо, до "почти без артефактов" лиц в большом разрешении.
#gan #nvidia #nn #future
Все эти люди не существуют https://thispersondoesnotexist.com/ - они полностью сгенерированы нейронной сетью (при каждом обновлении сайта, генерируется случайное изображение человека). Очень интересно наблюдать за прогрессом, всего за 2 года уровень улучшился от "мутного пятна" похожего на лицо, до "почти без артефактов" лиц в большом разрешении.
#gan #nvidia #nn #future
Недавно появился такая работа https://github.com/taki0112/UGATIT/blob/master/README.md это такая GAN сеть, которая превращает один объект в другой (Unsupervised Generative Attentional Networks with Adaptive Layer-Instance Normalization for Image-to-Image Translation)
Авторы сделали несколько примеров по превращению: селфи в аниме, лошади в зебру, фото в портрет и тд.
Я не писал про эту новость, т.к. готовой обученной модели не было, а натренировать свою было довольно сложно (собрать данные не легко и учить долго). Теперь вот разместили несколько натренированных моделей и появился сайт, где можно это попробовать на своих фоток https://selfie2anime.com/ (только для селви-в-аниме). Результат довольно странный)
#gan #anime #image #transformation
Авторы сделали несколько примеров по превращению: селфи в аниме, лошади в зебру, фото в портрет и тд.
Я не писал про эту новость, т.к. готовой обученной модели не было, а натренировать свою было довольно сложно (собрать данные не легко и учить долго). Теперь вот разместили несколько натренированных моделей и появился сайт, где можно это попробовать на своих фоток https://selfie2anime.com/ (только для селви-в-аниме). Результат довольно странный)
#gan #anime #image #transformation