Жизнь
Denis Shiryaev
6663

Нейросеть обучили генерировать портреты персонажей на основе изображений с Pinterest

За основу берутся арты с фотохостинга.

Пользователь твиттера под ником Roadrunner01 показал результат работы нейросети StyleGAN, обученной на артах персонажей, опубликованных на Pinterest.

stylegan, trained on slighter larger dataset, some people asked for the model so here it is: https://www.dropbox.com/s/y8petm9dd74uv9g/allface2.pkl https://t.co/VOOd3xEdQm

Разработчик опубликовал в открытом доступе соответствующий PKL-файл, для тех, кто хочет разобраться в работе нейросети самостоятельно.

Материал опубликован пользователем.
Нажмите кнопку «Написать», чтобы поделиться мнением или рассказать о своём проекте.

Написать
{ "author_name": "Denis Shiryaev", "author_type": "editor", "tags": ["\u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u0438"], "comments": 60, "likes": 144, "favorites": 129, "is_advertisement": false, "subsite_label": "life", "id": 66621, "is_wide": true, "is_ugc": false, "date": "Thu, 29 Aug 2019 00:48:16 +0300", "is_special": false }
Подкаст «Жиза ГД»: Почему игры столько стоят
Слушать фоном🎧
0
{ "id": 66621, "author_id": 11643, "diff_limit": 1000, "urls": {"diff":"\/comments\/66621\/get","add":"\/comments\/66621\/add","edit":"\/comments\/edit","remove":"\/admin\/comments\/remove","pin":"\/admin\/comments\/pin","get4edit":"\/comments\/get4edit","complain":"\/comments\/complain","load_more":"\/comments\/loading\/66621"}, "attach_limit": 2, "max_comment_text_length": 5000, "subsite_id": 128871, "last_count_and_date": null }
60 комментариев
Популярные
По порядку
Написать комментарий...
60

Мечта для любителя рпг, которые ищет себе портрет на аватарку в игре.

Ответить
5

сразу bg2 вспомнил. ээх

Ответить
0

там они были страшненькие ))

Ответить
0

Не порть впечатления, в моих воспоминаниях они идеальны))))

Ответить
17

По-хорошему, какой-нибудь Times уже должен объявить "человеком года" нейросести как это было с компьютером. Результаты явно вышли за пределы простых игрушек.

Ответить
1

Использовать только невозможно :)

Ответить
21

Шутишь? Даже мы нейронки юзаем на сайте

Ответить
70

нейронки юзаем на сайте

Ответить
8

Погодите-ка . Они отвечают вместо вас .

А теперь понятно почему нет тёмной темы ,..

Ответить
7

И так 24/7 как белка в колесе

Ответить
0

Я бы почитал статью про то как и где вы их используете)

Ответить
13

Аудио-версии популярных статей озвучивает не Олег Чимде, я понимаю, не все знали, но это нейронка, не он :)

Ответить
0

Чего-то я кстати эту кнопку озвучки и забыл даже, где её встретить то, можно пример пожалуйста?

Ответить
0

Че? А использование каких-нибудь тензорных ядер для рейтрейсинга в RTX?

Ответить
0

Мб и простая автоматизация для тебя нейронка?

Ответить
2

Для меня нейронка — все, что является нейронкой. Nvidia прямо говорят, что юзают нейронки в тюрингах.

Ответить
0

Но не для рейтресинга же.

Ответить
0

Мб кому-то нужно почитать какую-то базовую литературу об алгоритмах, чтобы понимать что такое нейронный денойзер и чем он отличается от "простой автоматизации"?

Ответить
0

А там разве не синусы/ косинусы углов у лучей считает?

Ответить
0

Нет, там нейросети для денойза используются

Ответить
0

Алгоритмы сглаживания эффективнее . Так как иначе нужно обучать алгоритм под каждый конкретный продукт , причём не просто игру — а под конкретный уровень со своими световыми эффектами

Ответить
0

так разве не обучают нейросеть для апскейла конкретной игры?

Ответить
0

Как я понял — большая часть разработчиков вообще узнала что так можно уже после выпуска игры .

Ответить
0

просто драйвера с сетью выходят слишком поздно

Ответить
0

Удобно продавать неработающую технологию , правда Nvidia - и вы как будто не при чем)

Ответить
3

Удобно говорить о "неработоспособности" технологии, когда сам не понимаешь принципов её работы. Нейронка обученная на выборке для удаления шума, будет удалять его везде, где увидит этот шум, да иногда она будет удалять то, чего удалять не нужно, но результат будет в разы лучше "работаюющих" классических алгоритмов, которые даже этого не умеют, а просто мылят картинку всегда удаляя то, чего удалять не нужно.

Ответить
0

Причем тут денойз и длсс? Это разные вещи связанные чуть менее чем никак.

Ответить
0

Автор клиента выше говорит про то что количество лучей которые способна просчитать видеокарта меньше чем нужно для нормальных эффектов по этому нейронка убирает шум при трассировке , речь не про сглаживание.

Ответить
0

я всё жду тензорные ядра в AI

Ответить
0

IBM выпустила нейроморфные чипы TrueNorth имитирующие 100 к нейронов —с 2014 но насколько понял — покупать их никто не спешит . Хотя казалось бы — собери 10 000 таких чипов получится число нейронов с нейрокортекс человеков

Ответить
0

Я бы не стал железные нейроны равнять на биохимические. Мне кажется там разница значительная.

Ответить
0

Тшшш я знаю , но мне интересно что бы кто то попытался :)
Я читал книгу Джеффа Хоккинза « об интеллекте» и просматривал матчасть

Ответить
0

Точно неизвестно как работают нейроны в мозге, поэтому пока не получится.

Ответить
0

Невозможно as in они повсюду, но мы не замечаем

Ответить
1

Я правильно понимаю? В нейронные сети загружают кучу информации и они на её основе выдают результат. В нейронную сеть загрузили кучу лиц и она выдала кучу лиц?

Ответить
17

В нее загрузили кучу лиц и она выдала бесконечное количество новых лиц.

Ответить
0
@nicoptere @roadrunning01 Looks to me like it's transfer trained with the FFHQ model as a base. Here's a comparison between the two. https://t.co/U8temrbon9
Ответить
0

Расщепляет лица на составные части : цвет кожи, форма лица цвет глаз , причёску и потом генерирует переходы лица из закинутых в неё запчастей

Нейросеть — это не более чем неявно заданная экспертная система на if-else , если в ней нет самоассоциаций

Ответить
1

Она ничего не расщипляет. Она не знает что такое кожа и формы. И с экспертными системами а особенно с if else подобными там нет вообще никакого сходства

Ответить
0

Нейросеть — это не более чем неявно заданная экспертная система на if-else , если в ней нет самоассоциаций

а если есть?

Ответить
0

Чем это лучше обычного морфинга? Он же тоже создаёт промежуточные варианты.

Ответить
0

Промежуточные между чем и чем. Тут нет этих двух точек

Ответить
0

Работы художников - не эти точки?

Ответить
1

Она тренируется на работах но не использует напрямую. Так как обученную сеть ты можешь использовать уже без каких либо данных используя просто раззличные параметры

Ответить
2

Лысых нет, что за дискриминация!

Ответить
2

Выглядит круто. Но почему они все на одно лицо?

Ответить
1

Pkl файл в 300 мб, это для тех кто сам хотел бы поковырять StyleGAN

Ответить
1

Вот это внатуре A Scanner Darkly

Ответить
1

Кому ещё напомнило “Scanner Darkly”?

Ответить
0

Там 90% азиаты и европейцы. Надеюсь не забубонят.

Ответить
1

И ни одного тучного, все худые

Ответить
0

Теперь делать персонажей длявмзуальных новелл станет проще

Ответить
0

овал лица подбородки уши форма глаз часто носы пробор на волосах направление и цвет бровей одинаковые

Ответить
0

То есть нейросеть делает портреты на основе работ художников, которых, в перспективе, может лишить работы? Понятно, что хорошего художника машина не заменит и бла-бла-бла, нооо... блин...)

Ответить

Прямой эфир

[ { "id": 1, "label": "100%×150_Branding_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox_method": "createAdaptive", "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "ezfl" } } }, { "id": 2, "label": "1200х400", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "ezfn" } } }, { "id": 3, "label": "240х200 _ТГБ_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fizc" } } }, { "id": 4, "label": "Article Branding", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "p1": "cfovz", "p2": "glug" } } }, { "id": 5, "label": "300x500_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "ezfk" } } }, { "id": 6, "label": "1180х250_Interpool_баннер над комментариями_Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "clmf", "p2": "ffyh" } } }, { "id": 7, "label": "Article Footer 100%_desktop_mobile", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fjxb" } } }, { "id": 8, "label": "Fullscreen Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fjoh" } } }, { "id": 9, "label": "Fullscreen Mobile", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fjog" } } }, { "id": 10, "disable": true, "label": "Native Partner Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyb" } } }, { "id": 11, "disable": true, "label": "Native Partner Mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyc" } } }, { "id": 12, "label": "Кнопка в шапке", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fdhx" } } }, { "id": 13, "label": "DM InPage Video PartnerCode", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox_method": "createAdaptive", "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "clmf", "p2": "flvn" } } }, { "id": 14, "label": "Yandex context video banner", "provider": "yandex", "yandex": { "block_id": "VI-250597-0", "render_to": "inpage_VI-250597-0-1134314964", "adfox_url": "//ads.adfox.ru/228129/getCode?pp=h&ps=clmf&p2=fpjw&puid1=&puid2=&puid3=&puid4=&puid8=&puid9=&puid10=&puid21=&puid22=&puid31=&puid32=&puid33=&fmt=1&dl={REFERER}&pr=" } }, { "id": 15, "label": "Баннер в ленте на главной", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "p1": "byudo", "p2": "ftjf" } } }, { "id": 17, "label": "Stratum Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fzvb" } } }, { "id": 18, "label": "Stratum Mobile", "provider": "adfox", "adaptive": [ "tablet", "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fzvc" } } } ]