Адрес канала:
Категории:
Без категории
Язык: Русский
Количество подписчиков:
21
Описание канала:
Ситуативные разборы статей и нерегулярный репост мэмов
by @ploshkin
Рейтинги и Отзывы
Оценить канал papers_please и оставить отзыв — могут только зарегестрированные пользователи. Все отзывы проходят модерацию.
5 звезд
1
4 звезд
0
3 звезд
0
2 звезд
1
1 звезд
0
Последние сообщения
2021-11-30 17:45:50
Смотрел обзор на игру, а там сгенерированные люди! Теперь можно не платить за использование внешности, если вам просто нужны *какие-то* лица
135 views14:45
2021-11-28 19:36:54
StyleGAN: A Style-Based Generator Architecture for Generative Adversarial Networks [CVPR 2019]
Из разбора вы узнаете:
Почему StyleGAN не переносит
стиль
Как развязать пространство признаков
Что кроется за скрещиванием стилей
Как измерить длину пути между картинками
Как правильно обрезать генератор и не пострадать
Читайте, уже можно: https://teletype.in/@ploshkin/stylegan
106 views16:36
2021-11-28 19:36:42
У меня тут произошли разные случайные и не очень события, поэтому пришлось пару недель почилить без статей
Хайлайтом было то, что меня попросили выступить referee для кандидата в американский стартап. Интересный опыт, теперь я чуть лучше понимаю, что спрашивают на таких интервью, как надо к ним готовиться и кого самому выбирать в качестве referee. Стресс от общения тоже был, но я постарался и надеюсь, там всё сложится
А теперь к статьям
83 viewsedited 16:36
2021-11-10 21:35:04
Жду такое же письмо
102 views18:35
2021-11-10 21:34:15
Среда объявляется днём мемов в этом канале
87 views18:34
2021-11-10 21:30:22
86 views18:30
2021-11-10 15:14:47
77 views12:14
2021-11-10 00:39:45
MUNIT: Multimodal Unsupervised Image-to-Image Translation [ECCV 2018]Авторы работы добились мультимодальной генерации картинок между двумя доменами. Теперь не нужно обучать модель для каждой пары пород собак, т.к. порода — это просто
стиль собаки
Для этого общее латентное пространство разделяется на 2:
content и
style, причём общим остаётся только
content-пространство, а
style-пространство своё у каждого домена. Сэмплируя
стиль при генерации, авторы получают разные результаты.
Также в работе есть несколько теоретических результатов, наиболее важный из которых — доказательство, что cycle-consistency приводит к дельта-функциям распределения латентных кодов и как следствие к унимодальным результатам генерации.
10 эмбеддингов стиля из 10: https://teletype.in/@ploshkin/munit
77 viewsedited 21:39
2021-11-08 23:45:16
Небольшой тизер
54 views20:45
2021-11-07 16:02:38
UNIT: Unsupervised Image-to-Image Translation Networks [NeurIPS 2017]Продолжаем разбирать статьи из репозитория
imaginaire В этой работе решается общая задача image-to-image translation между двумя доменами. Поскольку сбор обучающей выборки с разметкой может быть очень дорогим (дневная / ночная съёмка) или вообще невозможным (превращение пород собак), на помощь приходит unsupervised-обучение. Имея два независимых множества картинок из разных доменов хочется смоделировать функцию, способную переводить один домен в другой не нарушая семантику.
Для этого часто используется условие
cycle-consistency (см. CycleGAN), но авторы пошли дальше и предложили
shared-latent space, когда для двух соответствующих картинок латентные коды в некотором пространстве совпадают.
Что из этого вышло, можно посмотреть по ссылке: https://teletype.in/@ploshkin/unit
55 views13:02