24 декабря Архивач восстановлен после серьёзной аварии. К сожалению, значительная часть сохранённых изображений и видео была потеряна. Подробности случившегося. Мы призываем всех неравнодушных помочь нам с восстановлением утраченного контента!
В этом треде, мы всеми силами стараемся проломится на сайт петушка-программиста, выложившего только версию с собаками-многоножками-куполами http://deepdreams.zainshah.net/
1. Чей сайт zainshan net? Заиншан это индуский выродок, мамкин прахрамист живущий в сша. Он в течении пары часов запилил чудо-тыканием скрипт и выложил его на свой сайт. Сейчас он набирает просмотры со всех разумных точек планеты и готовится очень крупно пилить бабло, так как количество запросов превышает допустимую нагрузку на сервер, и поэтому сайт постоянно виснет. Заиншан торопился, а сервачок у него говно, поэтому он выложил только 1 доступный режим (собаки-глаза-купола) с приличным сжатием картинок. Нейросеть обладает большим количеством режимов, которыми можно будет воспользоваться после того как запилят приложение!
3. Как увеличивать изображения без потери качества? Есть отличный сайт http://waifu2x.udp.jp, работающий по той же технологии что и нейросеть, он позволяет увеличить изображения в 2 раза и кайфовать, рекомендуется для всех, кто воспользовался сайтом индуса и зашакалил свою картинку.
Компания Google опубликовала в открытом доступе исходный код алгоритма, с помощью которого она научила нейронные сети «рисовать» картины. Пользователи соцсетей тут же начали практиковаться в использовании этого инструмента.
Алгоритм Google, предназначенный для того, чтобы автоматически находить на фотографиях предметы, при определённой настройке может наоборот придавать снимкам черты заданных предметов.
Вкратце, кому-то пришла идея визуализировать что "думает" или "додумывает" нейросеть, обученная на картинках. И это охуенно! Это лучшее, что я видел в этом году по теме АИ. Особенно интересно дать на вход даже не изображение, а просто шум. Такие-то "сны нейросети" получаются, Дали под ЛСД.
Теперь я знаю ответ на вопрос, "мечтают ли андроиды об электроовцах".
Это что-то такое сатанинское, что пиздец. Даже гигер таким поехавшим не был. Представляю какой вкус будет у искусственного интеллекта, если он вдруг сойдет с ума.
>>96735594 Тащемта на него однажды паук на даче прыгнул например, и он испугался, тащемта например и там товарищь его сказал что не надо так со мной например и все такое, и еноты его растерзали тащемта например
>>96735579 Что-то мне подсказывает, если задаешь такие вопросы, то вряд ли справишься.
Читай в dream.ipynb , там все написано.
Вопрос к экспериментаторам - кто-то пробовал обучать свою DNN сеть? Играться с готовыми библиотеками прикольно, но хотелось бы получить нейросеть на своих исходных данных.
>>96735888 Чего вдруг такое удивление? Известный человек, один из девелоперов OpenCV.
>>96736025 На хабре еще внезапно не раздуплились, обсуждают роскомнадзоры, стартапы-стартапчики и прочее. А эта внезапно годная тема пока еще не появилась.
Добавил купола на почти пустое место, так что это напоминает здание. Появился силуэт, напоминающий обнимающихся девушку с парнем. Слева сорт оф врата в ад в человеческой интерпретации.
>>96736209 Потому что это генерирует нейросеть. Нейросеть, обученная на определенных картинках. Она "видит" в исходном изображении известные ей образы и "додумывает" изображение.
Особенно охуенно то, что она делает с рандомным шумом на входе вместо картинки. Такие-то сны. Суть-то не в картинках, а в том, что в настоящее время развитие алгоритмов ИИ идет дикими темпами, в частности в приложении к компьютерному зрению, распознаванию речи и всему такому.
Пикрелейтед - то, что нейросеть выдает, если ей на вход подать просто картинку с шумом, пик2, а потом результат еще несколько раз прогнать через эту сеть.
>>96736628 >Neural net “dreams”— generated purely from random noise, using a network trained on places by MIT Computer Science and AI Laboratory. See our Inceptionism gallery for hi-res versions of the images above and more (Images marked “Places205-GoogLeNet” were made using this network).
>>96736628 Анон читал невнимательно. В статье из белого шума получаются бананы, болты и парашюты всякие, а первый пик - из пейзажов и панорам нагенерировался.
>>96736628 Нет же, это изображение (там их несколько, сам видишь) многократно прогнали через обработку, сеть в белом шуме "увидела" одной ей известные образы, а потом "прояснила" их. Ну я хз, как это на пальцах объяснить.
Тупорылые идиоты, этахуйня уже как минимум две недели транслируется через твич, а вы только сейчас об этом узнали, и там не только глаза, собаки, купола, там блядь дохуя режимов.
>>96736721 Немного не так. Бананы, болты и собакоулитки получаются из легких шумов-артефактов на изображении при первом проходе.
Вообще все это генерируется на определенной нейросети, обученной на определенном наборе картинок. И вот в случае с куполами и пагодами использовался набор данных их Places205-GoogLeNet Алгоритм один и тот же для всего, играет роль именно нейросеть. На чем ее натренировал, то ей и будет мерещиться. Если например ты создашь свою библиотеку с помощью cuDNN на основе твоего пака с гомониграми, то и генерируемые изображения будут в этом стиле.
>>96737118 Сервер охуеет и сдохнет, так как изображений слишком много. Ну или будет говно которое распознаёт плоховато. Его надо кормить заготовленым, допустим, образ "петух" получается из 1000 фоток петухов. Почему "плоховато", объясняет пример с гантелями, которые в 95% случаев попадпются вместе с руками. Всё подряд нельзя и нет смысла пихать, не узнает. А категоризовать - это уже другая задача.
>>96737690 Я на виртуалке все это дело собрал. Олсо, большие фотки действительно приводят к краху генерации (мало памяти выделил), поэтому не нужно ругать индуса.
>>96738969 Дак мне самому так и не удалось ни одной пикчи обработать. А сколько уходит? На реддите уже скидывали вебемки, так что не вижу проблем проделать то же с видео.
>>96738314 Исходники на гитхабе (https://github.com/google/deepdream/blob/master/dream.ipynb), точнее там только требования (куча пистоновских научных либ). После установки всего просто открываем ipython с гуем и последовательно вводим блоки кода из файла на гитхабе, приглядывая за путями, куда мы установили caffy. Сервера не будет, могу руками прогонять пикчи весом до 200 кб (анончик, это действительно пиздец, обработка 1500 кб фотки как нехер делать сжирает 5 гигов памяти а потом крэшится, CUDA я не прикручивал).
>>96741736 Необычного то, что это так воспринимает машина. Таким образом мы еще и сможем больше углубиться в тайну понимания человеческого сознания и то, как у нас возникают галлюцинации, почему они у многих похожи и т.д. Охуенная новость, хорошо что на хабре еще не подяли хайп. Надеюсь они и не узнают.
>>96742030 Ну не так выразился, заебал. В конце концов, если что-то будет идеально имитировать человеческий вкус или уже сознание, то как мы определим, что это в действительности не сознание?
>>96744978 >Мы обучаем ИНС, показывая ей миллионы обучающих примеров, и постепенно регулируем параметры, пока не получим что хотим. Сеть обычно состоит из 10-30 уложенных слоев искусственных нейронов. Каждое изображение дается во входной слой, который затем отвечает на следующий слой, до тех пор, пока не будет достигнут слой "Выход". "Ответ" сети приходит из последнего слоя. >Одной из проблем ИНС является понимание того, что именно происходит на каждом слое. Мы знаем, что после прокачки, каждый слой постепенно извлекает все больше и больше особенностей изображения, пока последний слой по существу не принимает решение о том, что показать. Например, первый слой может искать краи-углы. Промежуточные искать общие формы или части, например дверей или листьев. А последние несколько слоев внезапно активизируют свои нейроны и сделают здания и деревья. >Ну, мы научили сети простым приемом: показывать им то, чему мы хотим их научить, надеясь что они извлекут суть вопроса прямо в руки (вилке нужна только 1 ручка и 3-4 зубца), и научится игнорировать то, что не имеет значения (вилка может быть любой формы, размера, цвета или положения). Но как понять что сеть поняла как все использовать? Это можно понять на примере вилки, - как не отбивайся, а чистить придется. http://pastebin.com/0n048dJ3
>>96745958 Я для себя скомпилил, но даже если выложу - ни у кого не заработает, во-первых потому-что убунта, а во-вторых потому что она требует кучи библиотек впридачу, которые ещё нужно найти на целевой машине, а если целевая машина на венде, то поиск превращается в ад.
>>96746267 Cython? Зачем он? Достаточно обычного петона. Или я чего-то недопонимаю? >>96746259 Собирал без поддержки видеокарты, кучу библиотек советую ставить через synaptic. Погоди минут 5, упакую.
1. Что случилось? В чем суть? Что это делает? Как это? Вы нашли новый фотошоп? a)Кто организатор переполоха?]Компания Google опубликовала в открытом доступе исходный код алгоритма, с помощью которого она научила нейронные сети «рисовать» картины. Алгоритм Google, предназначенный для того, чтобы автоматически находить на фотографиях предметы, при определённой настройке может наоборот придавать снимкам черты заданных предметов. О своей находке Google впервые сообщил 17 июня. Сотрудники компании обнаружили, что нейронные сети (сложные математические модели, воспроизводящие работу нервных клеток живого организма), созданные для обнаружения тех или иных предметов на фотографиях, можно «вывернуть наизнанку» и научить их «рисовать» сложные абстрактные картины, анализируя шум и «находя» в нём очертания различных простых предметов. http://googleresearch.blogspot.co.uk/2015/06/inceptionism-going-deeper-into-neural.html b)Как это работает? >Мы обучаем ИНС, показывая ей миллионы обучающих примеров, и постепенно регулируем параметры, пока не получим что хотим. Сеть обычно состоит из 10-30 уложенных слоев искусственных нейронов. Каждое изображение дается во входной слой, который затем отвечает на следующий слой, до тех пор, пока не будет достигнут слой "Выход". "Ответ" сети приходит из последнего слоя. >Одной из проблем ИНС является понимание того, что именно происходит на каждом слое. Мы знаем, что после прокачки, каждый слой постепенно извлекает все больше и больше особенностей изображения, пока последний слой по существу не принимает решение о том, что показать. Например, первый слой может искать краи-углы. Промежуточные искать общие формы или части, например дверей или листьев. А последние несколько слоев внезапно активизируют свои нейроны и сделают здания и деревья. >Ну, мы научили сети простым приемом: показывать им то, чему мы хотим их научить, надеясь что они извлекут суть вопроса прямо в руки (вилке нужна только 1 ручка и 3-4 зубца), и научится игнорировать то, что не имеет значения (вилка может быть любой формы, размера, цвета или положения). Но как понять что сеть поняла как все использовать? Это можно понять на примере вилки, - как не отбивайся, а чистить придется.
2. Как зайти? Не заходит! Ни разу еще не получилось ничего не загрузить, это что, фингербокс? a) Проблемы доступа. Поскольку Google опубликовала только исходный код алгоритма, неквалифицированные пользователи пока не могут провести с ним свои эксперименты. В сети появились первые попытки запустить онлайн-сервис на базе #deepdream, http://deepdreams.zainshah.net/ однако этот сайт тут же переставал работать под наплывом желающих. Тут сразу необходимо рассказать о человеке, которому принадлежит этот сайт. Заин Шан американец индусского происхождения, разработчик приложений, гик. Заин быстро сориентировался и компильнул чудо-тыканием скрипт, который выложил на свой блог. Сейчас он набирает просмотры со всех разумных точек планеты и готовится очень крупно пилить бабло. Так как сервачек был приспособлен только для блоггинга, а количество запросов превышает сотни в минуту, сайт постоянно виснет. Так как Заин очень торопился выложить сие поделие, он заложил в базу только собак-многоножек-лупоглазок, а на самом деле база может "обыгрывать" десятки тысяч изображений. б)Почему до сих пор ничего не сделал? Код является трудным для понимания, нужно поставить огромное количество плагинов на свой компьютер и хотя бы шарить в питоне на уровне intermediate. Опенсурс существует всего c вечера 2-го июня, и большинство программистов о нем не знает. Через неделю это дойдет до пикабу, а потом до всяких лепр и хабров, и тогда точно запилят. в) Решение. Единственным правильным решением, является возможность компилировать код локально, чтобы твои фото не оставались на сервере какого-нибудь Васяна. https://github.com/google/deepdream - официальный код гугла с инструкциями.
СУКА Я ВТОРОЙ ДЕНЬ ПЫТАЮСЬ ПОДНЯТЬ ЭТУ ХУЙНЮ БЛЯДЬ А КАКОЙ ТО АНОН УЖЕ ЗАПИЛИ ПРОГУ ПОД ВИНДУ? НАХУЙ Я СТАРАЮСЬ? АНОНЫ, ЕСТЬ МНЕ СМЫСЛ ДАЛЬШЕ ПИЛИТЬ САЙТ С ЭТОЙ ХУЕТОЙ, ТОЛЬКО КОТОРЫЙ НЕ БУДЕТ ПАДАТЬ?
Поясни за команду выполняющую - Find your "image-dreamer" directory (mine was sitting in the root, i dunno why) and run "python dreamify.py <input JPEG filename> <output PNG filename>". Инпут оутпут ошибка, фаила нет или дерриктории.
>>96756138 вот ты уже зашел по ssh на виртуалку, и тебе надо найти, где же этот ёбаный скрипт. И вот ты сидишь и гуляешь по файловой системе с консоли в поисках папочки (у меня /vagrant/). Нашёл? Можешь запускать.
>>96761010 У меня проблема с ВБ, он, блядь, машину по какой-нибудь хуйне не запускает, то память/видеопамять автоматом ставит больше допустимой, то, диск собственноручно прикручивать надо, то блядь, PAE его не устраивает что включенная, что выключенная. Короче виртуалку я так и не смог запустить. Есть какой то гайд?
Бля жавно сижу на бордах, привык к шок-контенту, но это даже для меня перебор, особенно порнушные переделки. Отличный инструмент для засерания богопротивных ресурсов. Однако, будучи дремучим гуманитарием, не могу оценить и понять, что там нейросетевого. И ОТКУДА БЛЕАТЬ СТОЛЬКО СОБАК??? Попробуйте пикрилейтед штоле или гигера.
>>96763865 Это перебор? Ты ебанутый? Это вообще очень мило и охуенно. Собак там столько потому что нейросеть обучали с помощью ПТИЦ, СОБОРОВ, СОБАК И ГОР.
>>96763898 А видео по твоему это не куча картинок? Для плавности нужно выделять ключевой кадр или мешать кадры в усредненный кадр и с этого кадра рисовать.
Тут вопрос даже не в софте, а в исходном наборе данных. Я чет заебался подбирать много тысяч файлов на одну тематику. Пропустил через обучение базу фоток фейсбука (давно валалась на диске, несколько десятков гигов.) Результат есть, но не оче. Во-первых это долго, во-вторых, надо качественно обучать, а не рандомный набор данных ей скармливать. Что которе на вход дашь, на выходе и получишь.
>>96764062 Да, но смотри, даже одну и ту же картинку по-разному делает, поэтому если просто каждый кадр хуячить отдельно - будет такое вот малосязное мигание. Надо чтоб эта хуета распознавала движение уже найденных образов.
>>96764899 Я такое придумал ещё в детстве, когда разглядывал морду собаки в протёке на потолке.
Он просто взял готовый алгоритм гугла и юзает его через API, берёт и смешивает через фильтр найденное похожее изображение с тем, которое загрузил пользователь.
>>96764375 Хехе. Я на это и намекал еще в прошлом треде, когда еще все игрались с сайтом индуса и не прочуяли всю мякотку.
>>96764386 Скрипт не берет, он использует готовую нейросеть, обученную на чем-то. Вот чтобы ее "обучить", нужны картинки.
>>96764541 Скормил около миллиона файлов. В основном разные фото из фейсбука (архив когда-то давно слил с торрентов непонятно зачем). В итоге на нейросети люди, лица, всякое такое. Около суток, комп не самый мощный, видеокарта тоже не титан.
С изображениями уже наигрался, у меня еще вчера другая идея возникла, впрочем ее уже кто-то озвучивал в этом треде. Применить похожую технику на аудиоданные. Музыку, речь (правда непонятно, где взять столько исходных данных для обучения сети). Идеи как реализовать это есть, заодно мозгами встряхну, а то в рутине увяз, всю математику для ЦОС уже подзабыл. Чувствую, на работу забью, пока не наиграюсь.
>>96765756 Индус хотел устроиться в Google. Его дали задание на круглые люки. В итоге он обосрался и вышел код на который насрал рекрутёр гугл, стерев говно с конспекта, индус увидел то, что видим мы в результате.
Позже, я сейчас с природы капчую, с планшета. Лето, солнышко, я не совсем еще ебнулся, чтобы дома сидеть в выходные и кормить нейросеть хуями. Буду дома - закину, если подобный тред будет. Или создам. Все равно что-то подобное будут обсуждать, тема - бомба.
Не ленитесь, аноны, там есть исходники, описание того, как это работает - заводите виртуалки и экспериментируйте сами, не надо дрочить сайт несчастного индуса.
>>96766264 Отличная идея, осталось привязать звук к тексту, нарезать на соответствия и скормить сети. С музыкой сложнее, а вот вывернуть наизнанку сеть, которая распознает речь это интересно. Результаты этого на изображениях мы видели, хочется посмотреть, что получится в случае с аудио.
>>96766417 Именно так, есть еще некоторые идеи относительно динамики, короче будет чем заняться. А то в последнее время все надоело, все перестало доставлять, а тут такая-то тема.
Кстати, если есть программирующие для андроида или иос, ваш шанс. Пилите приладуху, которая будет расцвечивать изображение с камеры, или добавлять эффекты на готовое фото. Ваши миллионы ждут вас.
>>96771102 Судя по твичу >>96768949 ,какую базу не юзай крипота примерно одна и та же, и одной заменой базы в давинчи эту штуку не превратить. Эффект интересный, но вся суть эффекта в том, что он показывает НЕСОВЕРШЕНСТВО созданной сети, как научиться она нормально объекты определять, так и пикчи более менее интересными станут для людей без аутизма.
А я вот тут подумал: неспроста же это увлечение селфи. Кому оно кому надо было? А сейчас каждый второй фоткает свою морду крупным планом и постит в фейсбуки-инстаграммы. А что если (а он отак и есть, наверняка) эти фотографии используются для обучения сетей подобной этой? Это же идеальный материал, отсортированный, только успевай сеть на нем тренировать. Эти ваши ОкейГуглы - фингерпринт голосовой, не так много данных надо, чтобы научиться опознавать голос, там очень много избыточной информации, по которой можно достоверно определять принадлежность голоса.
новый дивный мир уже здесь, вокруг нас. Мы это пока еще не очень замечаем, но будущее уже наступило.
>>96771437 >что он показывает НЕСОВЕРШЕНСТВО созданной сети
А это очень большой рывок вперед. Раньше непонятно было, как определить, чему научилась сеть. Сейчас есть некий качественный метод определения. То есть исследования в этой области пойдут намного быстрее.
>>96771892 Скорее мелкий дебаггинг. Сомневаюсь, что это может быть чем то революционным. Там проблемы основные в самой структуре и ввобще есть куча проблем решение которых не предвидится в ближайшем времени.
>>96772009 Тем не менее технология готова для применения в определенных областях и становится только лучше. Дойдет время и до решения других проблем, до применения новых подходов. Глядя на то, как это все развивается, у меня возникает непонятное чувство от возможностей, которые мы получим как мне кажется уже в ближайшем будущем. В институте изучал эту тему, за десяток лет вместе с ростом вычислительных мощностей все развилось настолько, что слов нет. И это только начало, мы сейчас у истоков. Что будет дальше - я представить не могу.
>>96785837 Зачем тебе сайт того индуса? Сообщением выше ссылка на гитхаб, где в подробностях рассказано, как запустить заботливо собранный вместе со всем софтом контейнер docker Тут вообще даже думать не надо, запускай и играй.
>>96784621 Не к вечеру, я свалил на все выходные, вероятно в понедельник нагряну домой. Там ничего сложного же нет, почитайте, все есть в сети.
Тут у меня инет не оче, поэтому пока есть время наверстываю все, что упустил за эти годы в области машинного обучения. Однако, я впечатлен успехами, а главное, что появилась куча инструментов, которые очень помогают в исследовании. Например если кто может в английский и интересуется ML рекомендую глянуть сюда: http://karpathy.github.io/2015/05/21/rnn-effectiveness/ Это, братцы, очуменно.
1. Чей сайт zainshan net? Заиншан это индуский выродок, мамкин прахрамист живущий в сша. Он в течении пары часов запилил чудо-тыканием скрипт и выложил его на свой сайт. Сейчас он набирает просмотры со всех разумных точек планеты и готовится очень крупно пилить бабло, так как количество запросов превышает допустимую нагрузку на сервер, и поэтому сайт постоянно виснет. Заиншан торопился, а сервачок у него говно, поэтому он выложил только 1 доступный режим (собаки-глаза-купола) с приличным сжатием картинок. Нейросеть обладает большим количеством режимов, которыми можно будет воспользоваться после того как запилят приложение!
2. Ждем продукт от погромистов, запилящих нейросеть в отдельное приложение.
20 Минут назад была запущена версия на MacOS, поздравим же успешных геев с этим!
https://gist.github.com/robertsdionne/f58a5fc6e5d1d5d2f798
Ссылка по которой америкосы ждут для шиндуса:
http://www.reddit.com/r/deepdream/comments/3bvxgl/deepdream_for_nonprogrammers/
3. Как увеличивать изображения без потери качества? Есть отличный сайт http://waifu2x.udp.jp, работающий по той же технологии что и нейросеть, он позволяет увеличить изображения в 2 раза и кайфовать, рекомендуется для всех, кто воспользовался сайтом индуса и зашакалил свою картинку.