Написал нейросети для рисования | Как работает DeepDream? 

Это база☝️

Кринжовая база какая-то

@@MakbotX Базированный Кринж

@@MakbotX это лучше, чем базированный кринж

Упоротый Палеонтолог привет!

нет, всё видео это реклама нейросетей

Всё видео, это реклама шлёпы.

Полностью соглашусь с пользователем semka GMD - твой мозг не понял что всё это видео - навязанная реклама нейросети. Если ты сейчас зайдёшь на религиозный ролик, то сразу скажешь что этотрелигиозная пропаганда (реклама), а внутри этого ролика будет рекламная вставка какой-то церкви. А здесь ты этого не заметил.

процент кота

@@c1borgen Градиент кота - вектор изменения напряжённости кота (сиречь процента кота). Ку ^_^

в множестве значений кота есть 50%-й кот Шрёдингера - кот и не кот одновременно

О да, вся эта часть про градиент и величину кота в многомерном пространстве особенно прекрасна ^_^ И про кота Шрёдингера комментатор выше хорошо подметил, ведь многомерные пространства уже тесно связаны с квантовой механикой :)

@@CensorsGoToHellWatchKittens247 ​правильнее сказать котовая механика☝

не лезь, он тебя сожрет

@ZorGa шум от кота

Я тоже но уже завел

@@BlendLogDev да

віу8гну4к

Мало теста, много мяса. Вот он - настоящий пельмень!

Какой рекорд? У меня 31 секунда(год)

Я:95% что за ху БЛЯТЬ ШЛЕПА С НОЖОМ

ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-HEHoz39Je44.html напомнило

Так можно капчи легко проходить.

1:27 люди когда нужно сфотографировать инопланетянина

не то, что бы он укладывал эти темы, это скорее введение в то, что такое вообще в мире существует, кому интересно станет, будет уже глубже изучать

7:03 - Это точно та самая операция свёртки, частным случаем которой являются оба преобразования Фурье? :-)

Тоже ожидал что тут про GAN будет, но ни слова не услышал

Кроме того, софтмакс ещё делает самые большие числа в векторе вероятностей ближе к единице, а маленькие - сильно сжимает к нулю

Наборот для много классовой классификации нужен сигмоид. То есть мы определяем что на картинке есть и кот и пёс и стул.

@@arnowt Я имею в виду именно multiclass classification, где нужно среди нескольких классов определить ровно один, а не multi-label classification, где ответов может быть несколько.

@@IngeniousYT ааа, тогда да.

Хм, кажется это правда хорошая идея.

Гений

Ничего не понял, но что-то в этом есть...

Да, похоже, что надо переходить на pytorch, все никак не доберусь до него

@@OnigiriScience активно занимаюсь глубоким обучением уже полтора года, всегда всё делаю на тф. Хотя почти все знакомые из этой сферы, в том числе победители всяких соревок крупных по глубокому обучению, пишут на торче и люто за него топят. Под их давлением пробовал и сам перейти на торч, разницы принципиальной не заметил вообще. Единственное, на торче нужно гораздо больше писать самому. Функции для обучения самому прописывать, слои тоже иногда пишутся практически на чистом питоне с нампаем (хотя есть пути проще через специальный модуль торча, но тут у каждого своё, эти способы можно и комбинировать, именно в этом я не эксперт) и всё в этом духе. И вот именно эти возможности для тонкой настройки сетей и являются главным аргументом всех торчеров. Но по факту, ровно то же самое можно делать и на тф. И кастомные слои, и собственные функции для обучения и тд и тп, работать это все будет почти одинаково, по крайней мере, как я это вижу. Короче, я для себя решил, что пока реально не столкнусь с проблемой, которую не решить с тф, тогда уже окончательно пересяду на торч. Пока что, как ты мог понять, я такой проблемы не обнаружил)) Как бы да, код будет покрасивее, если использовать большое количество функций и классов, чем просто конструктор, но практической разницы я для себя не нашёл. Надеюсь, это было полезно для тебя)

@@OnigiriScience подскажи, пожалуйста, на каких ресурсах ты изучаешь эту тему? Я начинал читать книгу Иана Гудфелоу (вроде 2014), но там большой объём текста и много математики, а мне такой формат не очень удобен для самообразования. Нужен какой-то интерактив или упражнения. В общем более удобная точка входа в область.

@@OnigiriScience pytorch lightning сейчас будет поудобней для начала)

@@Dyas777 присоединяюсь к вопросу

Разумеется, ведь у каждой НС был свой датасет обучения и свой способ «смотреть». Представим себе человека, который котов только видел, и того, у кого нет зрения, но он их щупал и слышал. Разумеется, их опыт и способы опознания котов будут сильно отличаться.

> это наталкивает на интересные мысли Что люди это нейросети? Ну так и есть

Засобаченый кот... Звучит классно

@@user-iq5mi5jn8c 👍. Нейросети могут ещё покруче слова сгенерировать

зависит от архитектуры, от того на чём обучать, сколько обучать, итд.

@@user-iq5mi5jn8c кота насобачим или собаку покотаем?

Пса закотаем и кота запесчаним.

ГАН это не столько сеть, сколько подход к обучению. Архитектура сети может быть произвольной, но идея в том, что она никогда не "видит" реальные картинки, она только видит насколько тяжело дискриминатору (сети-сопернику) различить картинки реальные и сгенерированные

Так это уже комплекс сетей, а не одна. И это функциональное разделение а не структурное

Если речь о качестве, то диффузионные модели не хуже, кстати. Их недавно даже скрестили с GAN. А так, если про генерирование изображений говорить, то можно и нормалтзационные потоки упомянуть. Другое дело, как всё это подать на популярном уровне. :)

@@vlcdn вот про диффузионки ролик бы очень зашел, а то что-то мало про них пока на YT

💀

мозг - удивительная вещь

чекай Closed Eyes Hallutination

нлрмас

Это язык программирования для домохозяек, он только запускать другие приложения и горазд.

@@darkfrei2 Тем не менее это лучший язык для машинного обучения.

@@godofarms1069 для управления библиотеками для машинного обучения.

@@godofarms1069 это далеко не лучший язык для машинного обучения. Питон это лишь упрощённая панель управления для библиотек, модулей и шаблонов в нейросетях, а сам по себе этот язык никуда не годиться писать сети. Действительно хороший язык для нейросетей это C++. Именно на нём и практически только на нём и пишутся сейчас все современные нейросети.

1. Не знаю как у onigiri, но если координаты не нормализовывать, то картинка получается линиями, направленными из точки (0,0). Поэтому нормализовать надо. 2. Не особо важный момент для такой нейронки, можно сигмойду использовать Размер шлёпы тоже особой роли не играет

О-о-о да-а-а.

Расшифруй vae, плиз Полагаю это вариационный автоэнкодер?

@@FilSerge именно

Котировки растут.

А нет, первый

ура

Опааа, кого я вижу?

@@Dagon_channel Драгон, когда от тебя ждать следующее видео, ждём с нетерпением

но на первой картинке что-то пушистое, а на второй чешуя какая-то. так что странно, что вторая картинка набрала столько голосов. странные у людей представления о котах.

​@@sordesmax6238 Ну там можно рассмотреть некие силуэты кота (хвост), а на первой только пушистость, вот такой выбор получается