DS & ML
588 subscribers
1.17K photos
238 videos
240 files
1.41K links
Download Telegram
Forwarded from Neural Shit
Если вдруг кто хотел потестить latent difussion, но не хотел дрочиться с гугл колабом, то вот:
https://huggingface.co/spaces/multimodalart/latentdiffusion

Можно генерировать изображения из текста прямо на странице. Работает сравнительно быстро — в среднем уходит около минуты на картинку.
Forwarded from Denis Sexy IT 🤖
Собрал новую подборку красот от DALL·E 2 🗿

У Пикачу слетел текст, но там было «Потрясающая фотография Пикачу в плаще, 8K HD, невероятная детализация» – не перестает смешить, что алгоритму можно сказать «максимальное кличество деталей» и он их нарисует, такой доверчивый конечно 🌚

Первая часть тут
Forwarded from b4tr_ch
@facematch_bot - смотри что нашел! 😊 только КЗ

#facerecognition
Forwarded from Cyber Detective
Non Hair FFHQ portraits dataset (6000+)

A collection of neural network-generated stylegan-2 human faces that have had their hair removed. These can be used to create realistic photos of non-existent people more easily and quickly.


https://github.com/oneThousand1000/non-hair-FFHQ
Forwarded from Neural Shit
Yandex Research открывает резидентскую программу по машинному обучению ML Residency.

Стать участником могут как студенты, так и опытные исследователи из смежных областей. Единственное условие — наличие фундаментального образования. В программу входят исследования и разработка решений в компьютерном зрении, речевых и диалоговых системах под научным руководством сотрудников Yandex Research. А еще участники смогут публиковать статьи с результатами работ и участвовать в международных конференциях по темам ML.

Приятный бонус – работа оплачивается.

Если вы хотите углубиться в изучение ML и получить новый опыт, очень рекомендую обратить внимание.

#реклама
Forwarded from эйай ньюз
Создать шум из данных – легко, создание же данных из шума есть генеративное моделирование.

Кулибин lucudrains, известный чемпион по скоростной имплементации статей без кода, уже начал в открытую реализовывать DALLE-2 на питорче. Это ваш звездный час, чтобы кинуть пул-реквест, и стать успешным. Любой вклад будет оценен научным комьюнити.

https://github.com/lucidrains/DALLE2-pytorch
Выкатили код LiT🔥: Новационный подход contrastive-tuning от Google Research, Brain Team, Zurich обходит CLIP и ALIGN

Помните, в ноябре 2021го выходила статья LiT🔥?
Сегодня стал доступен не только код, но и блог пост в googleblog, colab и онлайн демо, которое, кстати, очень и очень удачно демонстрирует силу подхода на известных примерах и контрпримерах!

🔓 В CLIP и текстовая и визуальная “башня” контрастив модели учились с нуля. u - unlocked from-scratch

🔐 Возникает вопрос: не будет ли лучше взять претрейны моделей (e.g.: ResNet, ViT, MLP-Mixer), и дальше файнтюнить их в режиме contrastive language–image? U - unlocked from a pre-trained model

🔒 Авторы показали, что лучше всего работает подход с полностью замороженной визуальной “башней”!

Модель ViT-G/14, обученная в режиме contrastive-tuning LiT, обходит такой же CLIP в zero-shot на ImageNet: 84.5% vs 76.2%, соответсвенно.

📄 Paper LiT🔥
🎲 Online Demo
📇 Google Blog
💻 LiT code
🔮 LiT Colab
Forwarded from Книги | Books
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
🐂 DALL-E 2 Picasso's deconstruction

«Бык» Пабло Пикассо — это серия литографий, созданных в 1945 году. На ней изображен бык в стадиях "абстракции", если позволите, начиная с достаточно реалистичного изображения и заканчивая всего лишь несколькими линиями.

На видео интерполяция (последовательный переход между изображениями) и галлюцинация выполненная на тему деконструкции Пикассо при помощи нейронной сети DALL-E 2 от OpenAI.

p.s.: Технически все очень просто: картинки со всеми стадиями абстракции «Быка» Пикассо проходят через CLIP для получения их векторов, между которыми и создается интерполяция, а затем рендеринг через unCLIP и 2 диффузионных апскейлера.
Предоставляем исходный код бота по определению языка в тексте.

Для запуска необходим python, не ниже 3.6.
Необходимые библиотеки: requirements.txt

установить библиотеки можно командой:
python3 -m pip install -r requirements

Бот будет остановлен.