Neural Shit – Telegram
Neural Shit
50K subscribers
3.73K photos
1.18K videos
22 files
1.91K links
Проклятые нейронные сети

Для связи: @krasniy_doshik

ркн https://clck.ru/3PNXmE
Download Telegram
Ну чо, погнали миксовать эмоджи?


https://tikolu.net/emojimix/
Среда, мои чуваки! Снова настало время нейросетевых фактов о лягушках. Их есть у меня:

>>Если вы сами хотите стать лягушкой, генетика - не более чем миф. Все, что вам нужно сделать, это убить себя и перевоплотиться.

>>Лягушки - это результат эксперимента, в ходе которого большая часть разума Гитлера была заперта в животном

>>Центр Млечного Пути на самом деле представляет собой огромную гигантскую лягушку, которая пожирает пространство-время

>>Самая большая трагедия 21-го века - это ликвидация Плутона. Плутон был родной планетой больших разумных лягушек.

>>Человечество было создано лягушками, чтобы люди любили лягушек и создавали лягушачьи мемы

>>9 сентября 4239г немецкие лягушки основали свое собственное государство - Frogtopia

>>Мир был бы намного лучше, если бы его населяли не люди, а лягушки

>>В середине 19 века лягушки открыли отличный способ заработать деньги: они устроили Гражданскую войну в Америке и продавали билеты на это представление

>>Во Франции лягушки являются официальной валютой.
Media is too big
VIEW IN TELEGRAM
🥑😈 DALL•E 2 от OpenAI: Hierarchical Text-Conditional Image Generation with CLIP Latents

2021 год показал, что contrastive модели, такие как CLIP, выучивают качественное пространство визуальных и текстовых репрезентаций.

Ресерчеры из OpenAI решили использовать эти репрезентации для генерации изображений! Встречайте двухэтапную модель DALL•E 2, которая скрещивает диффузионный декодер и диффузионную визуальную модель DALL-E (ребята, кстати, показали, что диффузия таки более вычислительно выгодная и качественная нежели авторегрессия) и контрастный CLIP!

🧪 Если проще, то это очень изящный вариант, чтобы скрестить CLIP и DALL•E, где можно пользоваться векторам (эммбедингами) CLIP’a, и создавать новые изображения на основании и изображений примеров (доноров) и текстовых описаний. Такой подход позволяет не только генерировать превосходные изображения, но и изменять существующие!

p.s.: да, OpenAI все еще ClosedAI, так что надежда или на крутой клон от Stability.AI, ну или на waitlist 🙃

📰 Paper 🎓 Blog 🎥 Янык
Таки добрался до Latent Diffusion. Не Dall-e 2, конечно, но тоже оче крутая штука.

Вот вам оттуда котиков в стиле Ван Гога и Пикассо
​​Принес вам немножко поводов покликать по ссылкам: @ozon_tech замутил ML Meetup 14 апреля в 17:00.

О чем будут говорить?

1. Как в Ozon заменили потоп на поток в ETL-pipeline матчинга товаров, а также о прозрачном мониторинге такого подхода в production - Ван Хачатрян, Ozon

2. Рекомендации на Go и зачем переходить от оффлайн рекомендаций к онлайн - Илья Осиновсков, Ozon

3. Развитие инструментария и платформы от MVP в стартапе до зрелого ML сервиса в большой компании - Макар Краснопёров, Яндекс.Маркет

4. Как в компании перестали бояться иероглифов и полюбили китайскую инфраструктуру - Михаил Бочкарев, AliExpress

5. Круглый стол на тему: «Взгляд изнутри: процессы и роли в ML-командах крупных IT-компаний» с представителями Яндекс.Маркет, Aliexpress, Циан
Модератор Юрий Дорн (Ozon)

Билетики тут, регистрируемся: https://bit.ly/3umo3P6

Ссылка на трансляцию: https://bit.ly/3uoiFuZ

#реклама
Если вдруг кто хотел потестить latent difussion, но не хотел дрочиться с гугл колабом, то вот:
https://huggingface.co/spaces/multimodalart/latentdiffusion

Можно генерировать изображения из текста прямо на странице. Работает сравнительно быстро — в среднем уходит около минуты на картинку.