💬 Text2Human - Official PyTorch Implementation

We synthesize full-body human images starting from a given human pose

Github: https://github.com/yumingj/Text2Human

Project: https://yumingj.github.io/projects/Text2Human.html

StyleGAN: https://github.com/stylegan-human/stylegan-human

Paper: https://arxiv.org/abs/2205.15996v1

Dataset: https://github.com/yumingj/DeepFashion-MultiModal

Demo video: https://youtu.be/yKh4VORA_E0

@machinelearning_ru

🔥 210 проектов машинного обучения (с исходным кодом), которые вы можете создать уже сегодня

Список проектов

@machinelearning_ru

​Pulse – инструмент, который превращает пиксилезированные фотографии лица в картинки с высоким качеством

Получив входное изображение с низким разрешением, PULSE ищет в выходных данных генеративной модели (StyleGAN) изображения с высоким разрешением, которые перцептивно схожи с входной картинкой

@machinelearning_ru | #Python #AI #Interesting

Tensorspace – Фреймворк для 3D-визуализации нейронных сетей, создания интерактивной и интуитивно понятной модели в браузерах и поддержки предварительно обученных моделей глубокого обучения от TensorFlow, Keras, TensorFlow.js

#GitHub | #JavaScript #3D #Visualization

@machinelearning_ru

@data_analysis_ml - Блог Дата Аналитика. Пора стать профессионалом по работе с данными.

✅ GPT-4chan более 3 лет обучался на постах с «политически некорректных» блогов 4chan.

GPT-4chan обучен на обсуждениях политических тем. Его предполагаемое использование состоит в том, чтобы воспроизводить текст в соответствии с распределением его входных данных. GPT-4chan может быть полезным инструментом для исследования дискурса в анонимных онлайн-сообществах.

Website : https://gpt-4chan.com

Модель: https://huggingface.co/ykilcher/gpt-4chan

Code: https://github.com/yk/gpt-4chan-public

Video: https://youtu.be/efPrtcLdcdM

Dataset: https://zenodo.org/record/3606810#.YpjGgexByDU

@machinelearning_ru

📯 Генерирование синтетических обучающих данных с поддержкой масштабирования для задач NLP с помощью T0PP

https://nuancesprog.ru/p/15795/

@machinelearning_ru

@avitotech продолжает искать таланты среди студентов технических специальностей для бесплатного обучения в Академии Аналитиков Авито — 2022!

Тут вы прокачаетесь с нуля до уверенного junior-аналитика или DS-инженера!

Вас ждут:
▪️ 13 месяцев апгрейда знаний и навыков;
▪️ 11 курсов — от прикладной статистики до алгоритмов и Analytics Deep Dive;
▪️ команда наставников: кураторы, преподаватели-эксперты и менторы из числа опытных аналитиков Авито.

➕ Все шансы присоединиться к команде Авито после выпуска или получить преимущество при устройстве в IT-компании, e-commerce, консалтинг и IT-агентства.

Заполняйте анкету участника до 13 июня включительно 👉🏻 clc.to/nb78ZA

🔥 Nvidia выпустили модель для генерации динамических видео


Github: https://github.com/NVlabs/eg3d

Project: https://nvlabs.github.io/eg3d/

Video: https://www.youtube.com/watch?v=cXxEwI7QbKg&feature=emb_logo&ab_channel=StanfordComputationalImagingLab

Paper: https://nvlabs.github.io/eg3d/media/eg3d.pdf

@machinelearning_ru

​Пространственные трансформационные сети с использованием TensorFlow

Spatial Transformer Network (STN) — один из примеров дифференцируемых LEGO-модулей, на основе которых можно строить и улучшать свою нейросеть. О том, как это использовать для ваших целей можно узнать здесь:

https://pyimagesearch.com/2022/05/23/spatial-transformer-networks-using-tensorflow/

#ml

@machinelearning_ru

Красивая статья. Просто и изящно.

Чтобы эмбеддинги абстрактов (но думаю и для суммаризации тоже ок) научных статей в BERT-е получались более аккуратными, достаточно сделать триплет лосс на граф цитирования. Статьи цитирующие друг друга - положительная пара, иначе негативная. И можно вес вешать (похоже на UMAP, имхо).

Github: https://github.com/allenai/specter
Paper: https://arxiv.org/abs/2004.07180
Model: https://huggingface.co/allenai/specter

https://t.iss.one/itchannels_telegram - полезные ресурсы для датасаентистов, мл-специалистов.

🦜 Google’s Imagen AI возмутительно хорошо!

Архитектура проще DALL-E 2 и может генерировать изображения из более длинных описаний, плюс правильно отображает текст, который её попросили поместить на изображение.

https://www.youtube.com/watch?v=HyOW6fmkgrc&ab_channel=TwoMinutePapers

Imagen: https://imagen.research.google/

Статья: https://arxiv.org/abs/2205.11487

@machinelearning_ru

​DALLE-Mini – модель искусственного интеллекта, которая генерирует изображения по любому вашему запросу

⤷ Демо в режиме реального времени

| #Python #AI #Interesting

@machinelearning_ru