Суперпозиция в нейронных сетях

Очень крутая статья про суперпозицию в нейронных сетях. Оказывается, нейросети могут кодировать больше информации, чем напрямую в эмбеингах. И они достигают это с помощью суперпозиции (которая пока не ясно что именно, но ребята нашли две подходящие теории в математике). Лучше полистайте их картинки и станет яснее.

Статья

Слева направо, сверху вниз: Леди Гага, Борис Джонсон, Владимир Путин, Ангела Меркель, Дональд Трамп, Платон.

Text2Pokemon

Превратите любого в покемона с помощью этой арт-модели с искусственным интеллектом.
За основу взяли Stable Diffusion и добавили несколько ключей, которые показывают только мультяшных персонажей.

• Попробовать

@neural

SReC — нейронная сеть для сжатия изображения без потери качества.

SReC рассматривает сжатие без потерь как проблему сверхвысокого разрешения и применяет нейронные сети для сжатия изображений. SReC может достичь самых современныхq коэффициентов сжатия больших наборов данных с практичным временем выполнения.

* Обучение, сжатие и распаковка полностью поддерживаются и имеют открытый исходный код :0

Фотография сверху - пример сжатия изображения без потери качества(тг съел качество, поэтому я оставил ссылку).

Документация и примеры кода здесь :3

Чё пацаны, аниме?

StableDiffusion обученный на аниме.

• Попробовать
• Colab

​Unstable-Fusion – полноценное приложение на основе Stable Diffusion с функциями inpainting, img2img и многим другим

Подерживает запуск как локально, так и с помощью серверов colab

⤷ Ссылка на проект

| #Interesting #AI #Useful

Stable-Dreamfusion

Преобразование текста в 3D, основанное на StableDiffusion.

• GitHub
• Colab

VToonify: Controllable High-Resolution Portrait Video Style Transfer

VToonify: управляемая передача стиля портретного видео с высоким разрешением теперь так же доступна для тестов в веб.

• Попробовать
• GitHub

​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

#Python #AI #Interesting

Natural Language YouTube Searcher

Даете ссылку на видео, пишите что нужно найти (на любом языке) и нейросеть не просто показывает кадр, который вы искали, но и говорит на какой он секунде.

Если во время выполнения второго блока будет вылетать, то увеличьте показатель frames_to_skip.

📁 Попробовать

@neural

Prompt-to-Prompt: Latent Diffusion and Stable Diffusion implementation

"Наш метод позволяет редактировать сгенерированные изображения, изменяя только текстовую подсказку. Например, здесь мы сначала генерируем изображение из подсказки ввода «Кошка в шляпе лежит на шезлонге». с использованием модели диффузии текста в изображение Imagen . Тогда с нашим подходом мы легко сможем заменить шляпу или главного героя"

"Еще одним примером редактирования подсказки является изменение семантического влияния определенных слов в подсказке на сгенерированное изображение. Используя наш метод, мы можем усилить или ослабить «пушистость» куклы-кролика на изображении ниже."

• Подробнее
• Github Code

🔥 Полезные библиотеки Python

ChatterBot - основанный на машинном обучении диалоговый движок, построенный на Python, позволяет генерировать ответы на основе коллекций известных разговоров. Независимый от языка дизайн ChatterBot позволяет обучить его говорить на любом языке.

⚙️ GitHub/Инструкция

#python #github #soft

https://t.iss.one/neural

Wonder — нейронка делает крутые арты

Это снова он — очередной сервис с искусственным интеллектом, который создает изображения по запросу. И да, он тоже крутой, намного круче многих конкурентов.

Принцип работы похож на Picreator — здесь, помимо главного запроса, можно ввести уточняющие детали, определив стиль графики (от сюрреализма до стимпанка).

📁 Попробовать

https://t.iss.one/neural

Использование AI и AR для создания дизайнов футболок.

@vistehno

​Разнообразие архитектур хорошо не только в градостроении, но и в ИИ

Начиная с древних времён, для любого инструмента или оружия создавали кучу вариаций для специфических задач, подобный подход не обошел собой и использование архитектуры BERT. Каждая из этих вариаций достойна отдельного поста, возможно в скором времени они будут. Тут вам и легковесные ALBERT и DistilBERT, и SPANBERT для задач вопрос-ответ и BERTSUM для суммаризации текстов.

P.S. Если у кого-то не открывается полный текст статьи, заходите через режим инкогнито.

Почитать:
https://towardsdatascience.com/exploring-bert-variants-albert-roberta-electra-642dfe51bc23

Почитать:
https://towardsdatascience.com/exploring-bert-variants-part-2-spanbert-distilbert-tinybert-8e9bbef4eef1

Почитать:
https://360digitmg.com/bert-variants-and-their-differences

#нейронные_сети

https://t.iss.one/neural

Нейрокомпрессия звука

Сжатие является важной частью современного Интернета, поскольку оно позволяет людям легко обмениваться высококачественными фотографиями, прослушивать аудиосообщения, транслировать любимые передачи и многое другое.

Сегодня, исследователи из Мета совершили прорыв в области гиперкомпрессии аудио с помощью ИИ. Представьте себе, что вы слушаете аудиосообщение друга в районе с низким качеством связи, а оно не тормозит и не глючит.

Они создали трехкомпонентную систему и обучили ее сжимать аудиоданные до заданного размера. Затем эти данные могут быть декодированы с помощью нейронной сети.

Они добились примерно 10-кратной степени сжатия по сравнению с MP3 при 64 кбит/с без потери качества. Хотя подобные методы уже применялись для речи, они первыми применили их для стереофонического аудио с частотой дискретизации 48 кГц (т.е. качество CD), которое является стандартом для распространения музыки.

Pied Piper только что стал реальностью, более того - опенсорсной.

🦦 Блог-пост
📖 Статья
🤤 Код

https://t.iss.one/neural