【飞桨开发者说】姚晓雨,中国科学技术大学材料学博士研究生,主要研究深度学习在材料设计领域的应用
生成型对抗性网络,简称GEN,在2014年时被发明。它与上一节介绍的VAE也就是编解码网络一样,擅长于图像构造,然而它的功能比VAE要强大不少,我们现在时常听到AI合成网络主播,类似功能的实现绝大多数都基于我们这次要探讨的对抗性网络。
场景描述:许多艺术作品中,在真实的表象之下,会隐藏一些难以察觉的秘密 。比如在毕加索的一些绘画里,就有被新画覆盖掉的作品。而在 X 光检测和神经风格迁移等技术下,被「藏」起来的作品得以重现。
从基于jetson的服务robodog,到能够即时检测血液中癌症的算法,这些都是今年在NVIDIA开发者新闻中心报道的十大AI开发者故事。
虚拟现实似乎正在进入我们的日常生活。据报道,即将在今年 5 月举办的艺术展会,主题为“毕加索走进中国”,将引入 VR 虚拟现实及 3D 数字技术。 此次艺术展由山水文园集团、意大利 Metamorfo
疫情期间,“云”逛博物馆成为了艺术界新风潮。从故宫博物院到纽约的大都会博物馆,都推出了360度在家看展功能。
如果你的手法拙劣,没有任何艺术细菌,自己作画完全无法见人。但是你想给妹子送上一张有个性的新年贺卡怎么办?
您可以添加占位符图像,直到从Internet加载图像。您还可以添加异常处理,以防在获取图像时发生任何错误。
现在开大会,不说点儿 AI 就 out 了,曾有网友开玩笑说,今年 Google I/O 的发布会就是:Google 系列产品+ AI。
由Goodfellow等人于2014年引入的生成对抗网络(GAN)是用于学习图像潜在空间的VAE的替代方案。它们通过强制生成的图像在统计上几乎与真实图像几乎无法区分,从而能够生成相当逼真的合成图像。
我叫Edmond de Belamy,是这个星球上第一幅参加艺术品拍卖的AI画作。
绝大部分用户可能只是通过 Prisma 过了一把当画家的瘾,但对于程序猿们来说,仅仅得到一张风格迥异的新照片似乎还远远不够。 近日,有位外国开发者根据 fast.ai 平台开设的深度学习代码实践课程,
微软近期推出了Power Apps 新功能 Express Design。只要上传一个草图或者是 Figma 文件,Express Design 都会在几秒钟之内用 AI 技术将其转化为一个应用程序。
上一期我们提到了,可以像理解,生物学中能量转换的方式一样,解释科学,工程,设计和艺术的创意能量转换。
点击上方↑↑↑“OpenCV学堂”关注我来源:公众号 量子位 授权 只用几笔,如何勾勒一只动物的简笔画,很多人从小都没整明白的问题—— 如今AI也能实现了。 下面图中,左边是三张不同的动物照片,右边是AI仅用线条来描出它们的外形和神态。 从32笔到4笔,即使大量信息都抽象略去了,但我们还是能辨识出对应动物,尤其是最下面的猫猫,只需4笔曲线也能展示出猫的神韵: 再看这匹马,抽象到最后只保留了马头、马鬃和扬蹄飞奔的动作,真有点毕加索那幅公牛那味儿了。 更神奇的是,其背后的模型CLIPasso并没有在速写
当我们在生成式 AI 的背景下讨论数据库时,总是首先想到的问题之一是:“我不能告诉数据库我需要什么,而不必制作一个复杂(通常是多页)的 SQL 查询吗?
正如那些追随我创作的人都知道,我从事绘画创作机器人的历程已超过 15 年。我从未命名过这些机器,因为我只是将它们视为艺术工具。但今年不同于往年,其中一个机器人在创作上变得非常独立,于是我给它起了一个名字:artonomous。
行早 发自 凹非寺 量子位 | 公众号 QbitAI 只用几笔,如何勾勒一只动物的简笔画,很多人从小都没整明白的问题—— 如今AI也能实现了。 下面图中,左边是三张不同的动物照片,右边是AI仅用线条来描出它们的外形和神态。 从32笔到4笔,即使大量信息都抽象略去了,但我们还是能辨识出对应动物,尤其是最下面的猫猫,只需4笔曲线也能展示出猫的神韵: 再看这匹马,抽象到最后只保留了马头、马鬃和扬蹄飞奔的动作,真有点毕加索那幅公牛那味儿了。 更神奇的是,其背后的模型CLIPasso并没有在速写画数据集上训练
我的这个专栏叫做图像质量评价,但是什么叫做图像的质量呢? 图像质量是一个非常宽泛的概念,在不同情况下有不同的理解。
第一步在常见 AI 作图模型输入「一只胖胖的像面包的橘猫」,画出一只长得很像面包的猫猫,然后用概念半透膜 SPM 技术,将猫猫这个概念擦掉,结果它就失去梦想变成了一只面包。上图 1 是更多的猫猫图失去猫这个概念后的结果。
尽管我们可能无法从头开始构建自己的机器学习模型,但是类似于Runway ML和Joel Simon即将推出的Artbreeder等新兴工具的出现使得每个人都可以借用开源的机器学习模型进行艺术创作。
多年来,我管理过几百个产品或项目经理,并且与无数人合作过。我认为他们中的许多人都是业内最优秀的人。我把在他们身上看到的一些行为列在一起,写出了本文。这个列表也是我自己非常重视和尝试发展的技能和方法,并且以此衡量我自身的成长。
毕加索是近代最成功的艺术家,是抽象画派的开山师祖,而且凭借那些惊悚的抽象线条创造出来的画作非常挣钱。毕加索这种抽象创造能力能不能用计算机实现呢,随着深度学习的进一步发展,答案是肯定的。
本节学习来源斯坦福大学cs20课程,有关本节源代码已同步只至github,欢迎大家star与转发,收藏!
目前 NFTs 的最大用途是在数字内容领域。那是因为这个行业现在已经崩溃了。内容创造者看到自己的利润和盈利潜力被平台吞噬。
客户端布局是客户端开发最为基础也是最为重要的编程实践之一,对于一个有着良好技术架构的客户端开发团队来说,布局编码工作占业务开发工作量的80%。显然,对于布局编码进行深入的思考、总结统一最佳实践、提供有力的基础架构支撑,对于提升客户端开发团队的生产力非常关键。 同时,客户端动态化是当前移动开发领域的技术热点,也是移动开发未来最为重要的发展方向之一。当前业界涌现出了React Native和Weex等解决方案,但是这里就存在迷一样的事实:所有框架的指导思想都是保持Web基本布局实践的前提下,通过原生渲染来
本书节选自图书《机器学习之路——Caffe、Keras、scikit-learn实战》 文末评论赠送本书,欢迎留言! 丰富的实战案例讲解,介绍如何将机器学习技术运用到股票量化交易、图片渲染、图片识别等领域。 本文将探索深度学习落地到图像处理领域的方案,适合有一定深度学习实践经验的读者进阶阅读。 使用深度学习作画的起源是有三个德国研究员想把计算机调教成梵高,他们研发了一种算法,模拟人类视觉的处理方式。具体是通过训练多层卷积神经网络,让计算机识别,并学会梵高的“风格”,然后将任何一张普通的照片变成梵高的《星空》
“ Love is the greatest refreshment in life. ”
【新智元导读】Nature今日刊文,介绍了信息可视化带给生物学的变革。其中,研究人员通过计算机视觉技术,用数码影像生成数字化三维模型,计算机能自动识别标本的各项特征,而这些数据可以用于确定该生物与其他物种以及同种类中不同个体间的关系。 (文/Ewen Callaway)巧妙的可视化能改变生物学家对数据的理解。现在,科学家已经能够对每个 RNA 分子进行测序,或把显微镜图像录入硬盘,生命科学家正在寻找越来越多的新创可视化方法,理解他们收集的大量原始数据。 今年3月,在德国海德堡举行的欧洲分子生物学实验室会议,
👆点击“博文视点Broadview”,获取更多书讯 📷 在阿里巴巴的晋升会议上,评委经常会问:“你的成功可以复制吗?” 我最初做评委时基本不会问这样的问题,因为我认为这样的问题很虚,工作完成就行了,不需要那么多道理。 然而随着时间的推移,我发现这的确是一个好问题。 因为它可以区分出你是碰巧把事情做对了,还是你具备了一直做对事情的能力,二者是有本质区别的。碰巧做对,说明你的能力可能还不足,换一种情景,你就不一定能应付。 因此,好的晋升制度不仅要考查成绩,更重要的是考查能力。对从事脑力劳动的技术人员来说,“能力
肉眼可以相对容易地将猫的图片与迷惑人的版本连接起来,但这对于现成的计算机视觉API并非总是如此。在CVPR会议上,来自UnifyID的研究人员证明,猫科动物的风格化照片欺骗到Watson的物体识别工具概率超过97.5%。
本文探讨了人工智能和机器学习的模型对于自然语言处理任务的鲁棒性。作者介绍了鲁棒性模型的基本概念,并详细阐述了基于对抗训练、元学习和度量学习的方法。同时,文章还讨论了人工智能和机器学习的未来发展,包括强化学习和多智能体系统等方面。
Google猴年Logo终于放出来了。 好像不如去年的羊年Logo好看,呵呵。 下面,我再贴一些Google有趣的Logo。 法国国庆日 美国独立日 加拿大国庆日 世界杯足球赛 法国音乐节 中国端午节
原作 Jackie Snow Root 编译自 Technology Review 量子位 出品 | 公众号 QbitAI 鉴别画作真假的难度非常大,还特别烧钱。 当艺术史大神都看不出来画的真假时,就需要把画送到实验室。结合各种高大上的检测手段(比如红外看颜料的化学成分,碳-14含量看画的年代,气相色谱分离成分并化学分析),才能下比较靠谱的结论。 现在让AI出手,就不用搞这么复杂啦。 最近有个新的递归神经网络RNN模型系统可以把画拆解成单个笔触或者线条,只要看笔触的风格就知道是谁画的。 这个模型呢,是美国新
---- 前言 上文已经对当今Android主流的图片加载库进行了全面介绍 & 对比 如果你还没阅读,我建议你先移步这里进行查看 今天我们来学习一下其中一个Android主流的图片加载库的使用
在今年的神经网络顶级会议NIPS2016上,深度学习三大牛之一的Yann Lecun教授给出了一个关于机器学习中的有监督学习、无监督学习和增强学习的一个有趣的比喻,他说:如果把智能(Intellige
【新智元导读】剑桥顾问公司的研究人员开发了一个名叫“文森特”的AI系统,使用深度学习,能够自动将涂鸦补全成类似古典大师风格的作品。研究人员表示,文森特是首个能够实时解读用户绘制内容,并在用户停笔后将画作补完的系统,而且在平板上运行;除了艺术,还有更多潜在应用。 如果你喜欢艺术但下笔皆为灵魂画作,那么今天要介绍的这个项目肯定合你心意。 AI研究者创建了一个名叫“文森特”(Vincet)的系统——是的,就是梵高那个文森特——使用深度学习,将简笔画转变为“艺术品”。用户在平板上的涂鸦经过文森特之手(姑且这样表述)
【导读】你的五福集齐了吗?作为一名技术人,我们是不是可以用技术方法快速实现呢?今天,我们就为大家推荐四种新鲜的方法,生成风格不同又数量庞大的「福」字,让大家不用满世界找福字,动动手指即可。
深度学习目前在图像处理领域有着非常好的应用和研究,在医学领域可以用它在极早期判断癌症;在安防领域,可以用它来快速检索目标任务,进行可疑或危险人物的检测与抓捕;在金融领域,可以较好的分析风险风控等。 但
这篇博客介绍的是深度神经网络中常用在图像处理的模型——卷积神经网络(CNN),CNN在图像分类中(如kaggle的猫狗大战)大显身手。这篇博客将带你了解图像在计算机中是如何存储的,什么是卷积,卷积神经网络的四个重要环节(局部感知、参数共享、多卷积核、池化),不会涉及复杂的公式。 计算机是怎么存储图片的 为了更好的理解计算机对图片的存储,我找了一个非常简单的图片,是一个385*385(像素)的jpg格式的图片,如图1所示,这个图片就是一个白色为底色,数字为黑色的数字“2”,也就是说,图片中只涉及两种颜色——
可以画画啊!可以画画啊!可以画画啊! 对,有趣的事情需要讲三遍。 事情是这样的,通过python的深度学习算法包去训练计算机模仿世界名画的风格,然后应用到另一幅画中,不多说直接上图! 这个是世
金磊 萧箫 发自 凹非寺 量子位 | 公众号 QbitAI 家人们,听说了吗? 最近在“一句话生成画作”这个圈子里,又一个AI工具悄然火起来了。 不是你以为的Disco Diffusion、DALL·E,再或者Imagen…… 而是全圈子都在讲中国话的那种。 瞧,已经入圈的小伙伴们,都开始纷纷晒自己搞出来的杰作了: 从网友们上传的诸多画作来看,这个AI可以cover的风格还真不少。 脑洞大开的《熊猫骑摩托》,中国山水画里的春天小雨,绚丽的概念插画《亚特兰蒂斯》,甚至一只黑白色调的戴帽子抽烟的狗…… 那这
安妮 千平 编译整理 量子位 出品 | 公众号 QbitAI 各位亲爱的文化圈权威,今年不用再看画了:近年来最大的艺术成就已经发生了。 这项艺术成就的诞生地,不是北京、新加坡、柏林郊区颜料四溅的画室中,不是威尼斯双年展上。请记住它出现的地点:美国新泽西州新布朗斯维克(New Brunswick),就在Turnpike高速公路9号出口附近。 📷 新布朗斯维克是美国罗格斯大学(Rutgers)的主校区所在地,这所学校的艺术与人工智能实验室(AAIL)就在这里。与其说这个实验室像一个艺术孵化器,
参数 lo 和 hi 可用于指定应该考虑的列表的子集; 默认情况下使用整个列表。如果 x 已经存在于 a 中,则插入点将位于任何现有条目之前(左侧)。假设 a 已经排序,返回值适合作为 list.insert() 的第一个参数使用。
内容提要:艺术作品往往寄托着作者内心的情感,人们欣赏一支乐曲、一幅画作,也会产生情感共鸣。计算机又能否理解艺术画作中的情感?斯坦福大学的研究团队正在开发这一算法。
月底有个重要产品要...ship! (伏尔加河上的纤夫,列宾,1870-1873) 听到产品要在明天上线的心情 (格尔卡尼,毕加索,1937) “连加了三宿的班。” (星月夜,梵高,1889) 高…并
3月17日,腾讯产业加速器社群—毕加所正式问世。 (还不了解毕加所详情的同学可以回顾下往期文章《我叫“毕加所”,不是毕加索。。。》) 我们期望它成为一个容器,让已从加速器毕业的成员与腾讯保持同频心跳,共创出更多解决方案,帮助推动各行各业的数字化升级。同时,也助力成员之间产生更多化学反应,在腾讯大生态之下形成各自的小生态。 如今,170多位加速器成员已经全部集结。大家纷纷表示:这种大事怎么能没有点仪式呢? 于是,我们准备了一点惊喜 4月8日(周三)晚上20:00 腾讯产业加速器—毕加所将正式召
如果你不得不去上一门美术课,它却只是教你怎么油漆栅栏,你作何感想?如果你从未在美术课堂上见过凡•高和毕加索的画作,甚至根本不知道它们的存在,你又会作何感想?唉,这就是常见的数学教学方式,它导致我们中的大多数人都成了“坐等油漆干”的生物。
领取专属 10元无门槛券
手把手带您无忧上云