касаемо вот этого поста. Хотел собрать бота, но пока что смысла в этом нет, ибо получается такая ситуация: рандомные изображения из стайлган-модели вытаскивать просто и быстро. А вот на то, чтоб найти в модели и достать вектор определённой фотографии нужно сравнительно много времени (3-4 минуты, что для бота ни в какие рамки не лезет).
Случайно наткнулся в твиттере на решение данной проблемы. Оно очень простое: достать из двух сеток по одному seed пары "человек-пепе" и обучить на этих примерах нейронку pix2pix.

Я pix2pix никогда не обучал, поэтому даже примерно не знаю какого размера нужно сгенерировать датасет, чтоб результат был более-менее нормальным и обучалось оно не до ишачьей пасхи, а как можно быстрее.

Если кто-то сталкивался с обучением pix2pix, посоветуйте размеры сета в комменты.

Переобучаю тут нейронку с новостями. Иногда получаются настолько скотские кроссоверы, что аж страшно

Проснувшись однажды утром после беспокойного сна, Грегор Замза админ Neural Shit обнаружил, что у него почти 4 ляма просмотров в твиттор-аккаунте за месяц.
Ну охуеть теперь, и чо с этим делать? Покупайте рекламу

​​Должен ли специалист по большим данным знать математику?
Те, кто ответил «нет», рискуют навсегда остаться на уровне junior. Такому сотруднику не доверят сложные и интересные задачи, и вряд ли он сможет создать собственные архитектуры данных… Продолжать? Или лучше рассказать, как исправить ситуацию?

Курс по математике для Data Science от Skillfactory рассчитан на аналитиков, разработчиков и действующих data scientist’ов. Менторы рассказывают о математике и статистике понятно и доходчиво, их цель — не сделать из вас гения фундаментальной математики, а заложить фундамент для вашего роста в Data Science. Практические задачи по линейной алгебре, основам матанализа и статистике помогут вам понять ML и DL «под капотом».

🚀Получите курс со скидкой 40%: https://clc.am/__fYxg

О, там Hugging Face выкатили обнову для transformers. Обещают, что в новой версии всё будет летать на CPU. Разработчик aitextgen уже сообщил в твиттере, что обновит текстген. Можно будет хостить разных ботов на основе GPT-2 не на дорогущем амазон-сервере с GPU, а на бичарских VDS хостингах за пятак баксов в месяц. И это охуенно!

Тест Waw2Lip на постоянно меняющихся лицах. Справляется хорошо.
Видео отсюда

да

А знаете кто ещё любил невыполнимые миссии?

Ночные эксперименты со StyleGAN2: обучаю сетку на лицах персонажей из Симпсонов.

Нейронные сети обрели большую популярность, когда их стали применять в мобильных приложениях. Они уже хорошо работают с фотографиями, селфи и текстами. Последнее, кстати, делается с помощью технологии Natural language processing, которая позволяет обрабатывать текст на больших датасетах и решать разнообразные задачи, начиная от Text Summarization, заканчивая генерацией абсолютно нового текста.

Недавно, кстати, наткнулся на интересный канал о мобильных приложениях. Там доступно рассказывают как работает TikTok и какие данные собирают Instagram, Facebook и Google, чтобы успешно ранжировать для нас контент.

Кстати, у ребят есть клевые стикеры 😉 👉 ПОДПИСАТЬСЯ