Еще на тему
Какой гигафаг сегодня ты? Игривый или томный?
Гигафаг.
GigaFUCK
Гигапидор
или олдчад ?
Иисус?
Был бы у меня такой олдфаг
Old.reactor.cc
Ух ты) Оно еще живое, даже ностальгия какая-то промелькнула)
Фаркуад, ты?
Mega Faggot
Мне интересно, на каких данных нейросеть училась. Неужели существует достаточно изображений, которые сделали соединив 2 других?
это не так работает. Дают сетке два изображения, и говорят сделай новое, которое будет максимально похожим на обе этих картинки.
Любые данные можно представить как вектор в n-мерном пространстве, в том числе и изображение. Каждая ось в этом пространстве может быть близкой для человеческого понимания (позиция по x/y/z, размер текста, количество белых пикселей в изображении) или просто задавать абстрактный аргумент, увеличение которого "сделает картинку более жёлтой, а ещё больше похожей на лабрадора". Суть не важна, важно что с векторным пространством мы хорошо умеем работать и хорошо научили работать компьютеры. Есть тот же алгоритм поиска k ближайших соседей, есть градиенты функций, есть регрессии для предсказания поведения функций. В итоге, разложив информацию (картину) на аргументы абсолютно далёкие от человеческого восприятия, алгоритм может выдать функцию абсолютно непонятную ни человеку, ни алгоритму, но которая определяет то или иное множество "похожих" картинок. И теперь пользуясь чисто математикой можно создавать среднее между одной функцией и другой, смешение картинок*.
* - вся математика в данном пассаж была упрощена до уровня "на пальцах". Автор не утверждает, что какая-либо из используемых нейросетей работает по описанному выше принципу. Для понимания точного принципа работы нейросетей проконсультируйтесь с научными статьями.
* - вся математика в данном пассаж была упрощена до уровня "на пальцах". Автор не утверждает, что какая-либо из используемых нейросетей работает по описанному выше принципу. Для понимания точного принципа работы нейросетей проконсультируйтесь с научными статьями.
Отличный комментарий!