echoinside – Telegram
echoinside
107 subscribers
834 photos
65 videos
41 files
933 links
ML in computer graphics and random stuff.
Any feedback: @fogside
Download Telegram
Forwarded from Neural Shit
Тут DeOldify (нейронка, превращающая черно-белые изображения в цветные) натаскали колоризировать аниме-рисунки, нарисованные карандашом.

Исходники
Ссылка для запуска в гугл-колабе
Раскрасила свой старый рисунок. Штука работает.
Но с хентайными картинками она работает лучше всего.
https://www.instagram.com/p/B-XCI40DsI5/?igshid=kqy2crwjp0tz

Всякий раз меня поражают эти ребята со сверхреалистичными рендерами
Forwarded from Blue_Arrakis (March Slashcheva)
Отличная история про белок Arc, который давно известен как очень важный для консолидации памяти, и его количество в нейронах сильно увеличивается, когда подопытная мышь или другой зверь что-то запоминает в задании. При этом с этого гена производится и сам белок, и мРНК транскрипт, который заворачивается в собственный белок как в капсид и передается так от нейрона к нейрону. Совсем как вирус! При этом как все в деталях работает, не понятно, но мыши без этого гена не консолидируют совсем никаких воспоминаний. И вот у рыб такого гена нет, есть только очень похожий ретротранспозон, а у всех наземных созданий Arc есть

https://massivesci.com/articles/arc-protein-mind-control-memory-brains-shepherd-utah-tedmed-alzheimers/
летающие головы продолжают нападать в часы ночного бдения
Интересные аддоны для блендера

1. BY-GEN — процедурная генерация меша и куча штук вокруг. Можно делать красивые органические загибулины, создавать футуристичные окружения, процедурно изменять существующие меши. Есть также варианты генерации, позволяющие лепить роботов.
Очень нравятся туториалы от автора аддона, а также его ютуб канал.

2. Export-paper-model — берем low-poly модельку и призываем в реальный мир. Для исполнения ритуала необходим этот аддон, клей, ножницы, бумага и принтер.

https://youtu.be/n9nWAuKat60
40 минут аддонов для блендера это, конечно, дофига.
Но можно вот увидеть что вообще есть.
#tools #3D #blender
Forwarded from iggisv9t channel
Ещё литкод запускает сегодня челлендж на месяц. Надо решать по одной задачке в день. Вроде как beginner friendly обещают. Я буду решать.
https://leetcode.com/explore/featured/card/30-day-leetcoding-challenge/
Forwarded from TechSparks
Ещё одна монетка в копилку «нет худа без добра»: борьба с коронавирусом поломала многие отживающие стереотипы в организации науки. Ведь часто первое наблюдение какого-то интересного факта являлось основанием промолчать от нем, получить грант и начать неторопливо писать статью. Сейчас в области любых научных исследований вокруг коронавируса работает фантастическая глобальная коллаборация реального времени: новый факт в течение часов сообщается всем, кому он может быть полезен в любой лаборатории мира. Обмен данными идёт практически в режиме стриминга. Никто не ждёт медленных публикаций в традиционных журналах: все важное выкладывается сразу на medRxiv и bioRxiv.
И ученые видят, насколько это отклонение от традиций реально ускоряет прогресс исследований, насколько мощны оказываются неформальные распределенные команды — и многие войдут во вкус.
Авторы заметки подкалывают Трампа, пытающегося приписать заслуги конкретно американским ученым: trying to sew a “Made in the USA” label onto scientific research gets complicated. Немного удивляет, что наши журналисты не испытывают ни малейших трудностей, наклеивая аналогичные местные этикетки.
https://www.nytimes.com/2020/04/01/world/europe/coronavirus-science-research-cooperation.html
Апрель в Таллинне
О достижимых целях🌚
Forwarded from addmeto
Если вы думали, что до чтения мыслей человечеству еще далеко - вот вам свежая научная статья в Nature, я в полном шоке.

Воспользовавшись аппаратом для ECoG (это примерно как ЭЭГ, только с электродами прямо на поверхность мозга), подопытного просили про себя думать или громко проговаривать определенные фразы с довольно небольшим лексиконом: несколько сотен слов, несколько десятков предложений. На этом строили обучающую выборку, после чего человеку предлагалось подумать какую-либо фразу состоящую из тех же слов, а машина переводила все это в текст.

Результаты волшебные, пусть и для такой небольшой выборки - вероятность неправильно распознанного слова не превысила 3%! Да, конечно, это электроды в мозг, да, это ограниченный пока набор фраз. Но сам факт - мы научились читать мозговые сигналы в достаточной мере чтобы читать явно сформулированные мысли! https://doi.org/10.1038/s41593-020-0608-8
Forwarded from Just links
Global-Local Bidirectional Reasoning for Unsupervised Representation Learning of 3D Point Clouds https://arxiv.org/abs/2003.12971