شبکه داستانی عصبی – Telegram
شبکه داستانی عصبی
793 subscribers
746 photos
35 videos
96 files
1.9K links
اینجا راجع به چیزایی که دوست دارم صحبت می‌کنم: داستان، هوش مصنوعی، موسیقی، نرم‌افزار، هنر، روانشناسی و ... :)

اگه خواستید صحبت کنیم خیلی خوشحالم می‌کنید:
@alimirferdos
Download Telegram
https://fuckinghomepage.com/

Fucking Homepage is regularly updated with weird, interesting, useful facts and websites.
پش. مام.

این یه مدل ترکیبی عه که «عکس» رو به «آهنگ» تبدیل می‌کنه! یکی دو بار دیگه این جمله رو بخونید تا بفهمید چرا پشمام! 😅

https://huggingface.co/spaces/fffiloni/img-to-music
این چند تا تستیه که روشون کردم:
خود این عکس رو هم با stablediffusion درست کردم 😅
شبکه داستانی عصبی
پش. مام. این یه مدل ترکیبی عه که «عکس» رو به «آهنگ» تبدیل می‌کنه! یکی دو بار دیگه این جمله رو بخونید تا بفهمید چرا پشمام! 😅 https://huggingface.co/spaces/fffiloni/img-to-music
خب
اندکی راجع به اینکه چجوری کار میکنه:
اول عکس به یه مدل CLIP Interrogator داده میشه که برعکس کار مدل‌های clip رو می‌کنه؛ یعنی بر اساس عکس براش کپشن می‌نویسه. البته این خیلی تسک قدیمی‌تریه به اسم image captioning که چیز جدیدی نیست.
مثلا این خروجی اون مدل برای عکس ققنوسیه که درست کردم. این متن رو من ندادم. متن دیگه‌ای دادم. ولی این مدل این رو در توضیحش نوشته:
a fire bird flying through the air, a detailed painting, Artstation contest winner, fantasy art, full body portrait of jean grey, 3 d icon for mobile game, 1128x191 resolution, fire texture, tall female angel, dota 2 game screenshot, medibang, benevolent android necromancer


بعد خروجی متن داده میشه به یه مدل دیگه یه اسم Mubert که البته یه شرکته و متن رو میگیره و آهنگ تحویل میده
من عاجزانه از علی خواهشمندم بره بخوابه و اینا رو بذاره برای فردا 🚶🚶🚶
پس شب بخیر
😁8
در باب خون سبز: