We’re excited to announce that the September 2022 release of the Python and Jupyter extensions for Visual Studio Code are now available! This release includes the following announcements: Improved IntelliSense support for Jupyter Notebooks A new Flake8 extension Internship highlight: improved unittest support and notebook image pasting If you’re interested, you can check the full list of improveme

Version 1.88 is now available! Read about the new features and fixes from March. August 2022 (version 1.71) Update 1.71.1: The update addresses this security issue. Update 1.71.2: The update addresses these issues. Downloads: Windows: x64 Arm64 | Mac: Universal Intel silicon | Linux: deb rpm tarball Arm snap Welcome to the August 2022 release of Visual Studio Code. August is when many of the engin

Stable Diffusionなどの画像生成AIを用いて好きな画像を生成するには「プロンプト」や「呪文」などと呼ばれる英文が必要です。このプロンプトには追加のパラメーターとして「2次元風」「絵画風」「宮崎駿テイスト」などの文字列を入力してイメージの幅をふくらませることができるのですが、これらパラメーターを簡単に用意できるサイトが「promptoMANIA」です。 promptoMANIA:: AI art community with prompt generator https://promptomania.com/ 「promptoMANIA」にアクセスすると以下のようなページが表示されます。promptoMANIAは「Midjourney」「Stable Diffusion」というAIと、Stable Diffusionのウェブ版「DreamStudio」に対応していますが、今回は

オープンソースのペイントソフト「Krita」で、テキストや画像から自動で画像を生成することができる話題のAI「Stable Diffusion」を利用できるようになるプラグインが複数登場しています。 Stable Diffusionは、入力したテキストに沿って画像を生成する「text2img」や、大まかな線画のようなラフな画像からでも精細な画像を生成することができる「img2img」で、画像生成が可能なAIです。Stable Diffusionはウェブ上で使えるデモ版が存在するだけでなく、Creative ML OpenRAIL-Mライセンスの下で配布されているものをローカル環境で実行することも可能。実際にStable Diffusionを使う方法はさまざまあるのですが、低スペックPCでも無料かつ待ち時間なしで使う方法が以下の記事の通り。 画像生成AI「Stable Diffusion」を

SNSなどで大きな話題を呼んでいる高精度な画像生成AI「Stable Diffusion」は、入力したテキストを基に画像を生成するため、「呪文」とも呼ばれる適切な文字列を考案することが重要です。しかし、思い描いている理想はあるものの、どんな文字列を入力すればいいのかわからない人も多いはず。そこで、Stable Diffusionで特定の構図や雰囲気を再現するために使える文字列を、画像例を見ながら調べられるウェブサイト「The Ai Art」を使ってみました。 The Ai Art - AI, Art, and everything in between https://www.the-ai-art.com/modifiers 「The Ai Art」にアクセスすると、「Angles(アングル)」の指定に使える文字列が画像と共に一覧表示されました。 「Extreme close-up ang

「Textual Inversion」による「Stable Diffusion」のファインチューニングに挑戦したので、その記録をまとめました。 RAMとGPUのメモリが必要なため「Colab (無料版)」では動きません。 「Colab Pro / Pro+」が必要です。 ・Stable Diffusion v1.4 ・rinongal/textual_inversion 前回 1. Textual Inversionによるファインチューニング「Textual Inversion」は、3～5枚の画像を使って「Stable Diffusion」のファインチューニングを行うことで、オリジナルの画風やキャラクターを追加学習させることができる手法です。 2. 学習用画像の準備ファインチューニングには5枚ほどの学習用画像が必要です。 ・画像サイズ は512×512。 ・Exifで回転してない画像。 ・

こんにちは。 管理人の及川です。 カレーは3日連続で食べ続けて初めてその味を知ると思っている限界OLです。 普通に1日目から美味しいけどな。。。 閑話休題。 この記事は、 Stabele　Diffusionを始めてみたけどなかなかいい感じの画像がでてこない、どんな呪文を使えばいいのかわからない！！ という方への要望に応えます。 私自身、なかなかうまくAIに指示できず、いい感じの画像ができず苦労しましたが、いろいろ調べたことでそこそこまともな画像ができるようになりました。 みなさんも楽しく画像生成できるよう、以下におすすめ呪文をのせましたので、ぜひ読んでいってくださいね！！ Stable diffusionとは 景色の画像生成をしたいなら 光がさしているような画像生成をしたいなら 美少女系の画像生成をしたいなら 実際に自分でやってみた Stable diffusionとは いわゆるAIによる

文章での指示にそった画像を生成してくれるAI「Stable Diffusion」には、セクシー描写などの成人向け表現を含む画像を黒塗りするセーフティフィルターが搭載されています。このセーフティフィルターを解除する方法が海外掲示板のRedditで共有されています。 Tutorial: How to Remove the Safety Filter in 5 seconds : StableDiffusion https://www.reddit.com/r/StableDiffusion/comments/wv2nw0/tutorial_how_to_remove_the_safety_filter_in_5/ Stable Diffusionは文章を入力すると文章にそった画像を生成してくれるAIで、2022年8月に一般公開されて以降大きな注目を集めています。Stable Diffusion

2022年8月に一般公開された画像生成AI「Stable Diffusion」を使って画像を生成するには、NVIDIA製GPUを搭載したローカル環境にコマンドラインでインストールするか、Google Colaboratory(Google Colab)などのオンライン実行環境を使う必要があります。ただし、コマンドラインでのインストールは知識が必要で敷居が高く、Google Colabは計算量制限の問題が存在します。「Artroom Stable Diffusion」はクリックするだけでWindows環境にインストール可能で、img2imgにも対応しています。 GitHub - artmamedov/artroom-stable-diffusion https://github.com/artmamedov/artroom-stable-diffusion Stable Diffusion

Stable Diffusionでseedを固定して同じ絵を生成できるのか問題 Stable Diffusionでseed値を固定すると同じ絵を生成できるのかが（私の中で）話題です。 きっかけは、shi3zさんとdrikinさんの動画のラストの1,2分。 Seedを固定すると同じ絵が出ると主張するdrikinさんと、そんなことはないんじゃないかといい、その場で実践して確かめるshi3zさん。 自分も、GPUを多用するディープラーニングの演算だと、seed固定しても経験的に完全再現できないことを体感していたのと、当時調べたら「GPUでは完全再現は難しい」という情報が多かったので、seed値を固定しても、結果は再現できないものとずっと思っていました。 でも、Stable Diffusionの実験して挙動みてると、同じpromptとseed値から同じ絵が再現できていそうなんですよね。 その後も繰

Stable Diffusion ハマってしまい、寝不足気味です。というわけでブログ更新は短めで。 ハマっているといっても、プロンプトを練るとか、画像をたくさん生成するとかはあんまりしてないです。ひたすらStable Diffusionの潜在空間に潜って遊んだり、便利なツールを作ったりしています。 こんな遊びですね。 #stablediffusion の潜在空間をランダムウォークする動画、こんな感じにちょっとずつ変化させれるので、好みの画像に近い絵が出たら、ちょっとずつ変化させたりできますね。 次は、狙った方向に変化させる方法を試してみようかな pic.twitter.com/LGlvPY0tQd— からあげ (@karaage0703) August 29, 2022 これを発展させていって、最後はVRでStable Diffusionの潜在空間を自由自在に泳ぎたいなとか考えています。帰

スマホでも使えるAI神絵師「Dream Studio」公式ガイドの和訳から学ぶ呪文の基本 #StableDiffusion この記事は「人工知能とともに絵を描くという行為が人類にどんな影響を与えているか」というnoteの技術補足編になります。 Stable Diffusion 「Dream Studio」とは 話題のAI神絵師「Stable Diffusion」ですが、いつでもPCの前に座って作業ができる人は良いのですが、移動しながらでも手元のスマホで「あっ…このプロンプトを試してみたい…」って時があると思います。 そんな時、Dream Studio LiteというUIサービスを使っています。 基本はプロンプトを入力して「Dream」ボタンを押すだけです。 https://beta.dreamstudio.ai/ スマホでも使いやすいWebインターフェースになっているのが特徴です。 開発元

非常に高精度な画像を生成できるとして大きな話題を呼ぶ画像生成AI「Stable Diffusion」は、オープンソースであるためユーザーがローカル環境で実行することもできますが、記事作成時点ではNVIDIA製GPUの使用が推奨されています。そのため、「Stable Diffusionが気になっているけどMacユーザーだからローカルで実行できない」という人もいるはず。そんなMacユーザーに向けて、「Stable DiffusionをM1・M2チップ搭載Macのローカル上で実行する方法」についてオープンソースの機械学習モデルをクラウドのAPIで実行するウェブサービス・ Replicateが解説しています。 Run Stable Diffusion on your M1 Mac’s GPU - Replicate – Replicate https://replicate.com/blog/ru

１．DALL-E2やStable Diffusion等の拡散モデルの動作原理と説明がつかない事まとめ ・拡散モデルは画像に加えたノイズを除去して元画像を復元する事を学習をする ・学習済モデルは純粋なノイズから画像を復元できるようになりこれが画像生成 ・学習時のノイズはガウスノイズの必要があると思われていたがそうではなかった ２．拡散モデルの動作原理とは？ 以下、twitterのTom Goldstein(@tomgoldsteincs)さんの拡散モデルの動作原理に関する投稿の意訳です。昨日の調査をしている際に見つけた一連のtweetでわかりやすくとても興味深い解説でした。 アイキャッチ画像はstable diffusion #DALLEや#StableDiffusionのような拡散モデルは画像生成の最先端ですが、それらがどのようにして動作しているかの理解はまだ始まったばかりです。このスレッ

文章を入力すると画像を生成してくれるAI「Stable Diffusion」は、手軽に好みの画像を生成できることから大きな注目を集めており、「NMKD Stable Diffusion GUI」や「Artroom Stable Diffusion」などWindowsに簡単にインストールできる実行環境が数多く開発されています。「Stable Diffusion web UI」もStable Diffusionを簡単に操作できるシステムの一つで、参考画像を指定して好みの画像を生成しやすくする「img2img」に対応していたり、各種設定をスライダーで簡単に設定できたりと使い勝手の良さが際立っていたので、導入方法をまとめてみました。 GitHub - hlky/stable-diffusion https://github.com/hlky/stable-diffusion/ --ULTIMATE

この記事は自作している強化学習フレームワークの解説記事です。 次：PlaNet World Models 参考 ・論文：https://arxiv.org/abs/1803.10122 ・作者のblog：https://worldmodels.github.io/ ・コードサンプル：https://paperswithcode.com/paper/world-models ・（論文）World Models（2018） | Qiita ・機械学習論文読み：World Models | Qiita ・World Models (the long version) | ADG Efficiency 1. 動機 私たちの脳は日常生活にある膨大な情報を扱うために、空間的・時間的な側面を抽象化して学習しています。 (画像は論文より引用、脳内では自転車が抽象化されている) この脳内で抽象化された予測モ

(更新) img2img対応版の記事をアップしました。 2022/9/21 別記事をアップしました。主な内容はimgimgへの対応です。以降は↓を参照ください。 はじめに StableDiffusionが衝撃的です。 使用するにはGPUが必要という要件があったためAWS AWS SageMakerで動かしていたのですが、色々と試すのにGPU付きのインスタンスは費用が若干気になるところ。 ですが先日、CPUのみで動作する「stable_diffusion.openvino」が公開されました。 動作要件を見ると「AWS Lambdaでも動きそう？」→「動いた！」ので、一先ずここに共有します。 本記事は以下に示す「stable_diffusion.openvino」をAWS Lambdaに移植したものです。 作成した画像サンプル 「墨田川」と「桜」のキーワードで作成した画像です。 AWS Lam

このツイートが目に留まったのがきっかけでした。 お、コマンド3行打つだけじゃん！面白そうやってみよう。 ↓ 環境準備＆地味に色々なエラーと格闘したので奮闘記を残します。 環境前提 私の環境は以下でした。 M1 MacBook Air 標準ターミナル（zsh） その1：環境準備編 Pythonのインストール 公式ページからMac OS用の最新Python 3をダウンロード。GUIインストーラーを利用して導入。 pipも同梱されています。 実行確認

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

0. はじめに 上場企業が作成する有価証券報告書には、企業の経営成績がどうなっているのか？といった財務情報に加え、企業として何を課題と捉えどう取り組んでいくのか？といった非財務情報の記載があります。 最近は、気候変動リスクや人権問題への対応など企業の社会的責任の遂行に注目が集まる中、機関投資家が企業を評価する目線も、短期的な視点である財務情報から、中長期的な視点である非財務情報にうつりつつあります。 これからの時代、財務情報（数値データ）ではなく、非財務情報（テキストデータ）の分析ニーズが高まることが予想されます。こうした点も踏まえ、まことに僭越ながら、Pythonを使って有価証券報告書の非財務情報を取得する方法について、記載したいと思います。 具体的には、上場企業約2,500社分の有価証券報告書の 【経営方針、経営環境および対処すべき課題等】と【事業等のリスク】 を取得していきたいと思い

cvpaper.challenge の メタサーベイ発表スライドです。 cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ作成・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有します。 http://xpaperchallenge.org/cv/ Read less

マイクロソフトとアクセンチュアのジョイントベンチャー、アバナードの開発部隊が開発事例を紹介する「Avanade tech talk」第三弾。今回はAI素人のエンジニアメンバーが、業務の合間の1週間という短期間で開発した「AI自動運転ラジコンカー」について紹介する。 AI自動運転ラジコンカー「Bonsai Car」開発プロジェクト立ち上げの舞台裏 AI自動運転ラジコンカー「Bonsai Car」は、アバナードで年1回開催されている社内メイカソン「!nnovate （イノベート）」で作成されたもの。Bonsai Carという名称の由来は、マイクロソフトのAI「Project Bonsai」からきている。 Bonsai Carチームは7人のメンバーで構成されており、今回登壇したのはチームリードの小林直樹氏、AI部分の開発を担当した寺岡優氏、IoTエッジ側、Raspberry Piの搭載側を担当し

はじめに 学生の書いたエッセイの評価予測を行うFeedback Prize 2022というkaggleコンペが2022/8/24まで開催されていました。 コンペ終了後に公開された上位チームの解法からたくさん学びがあったので、備忘録も兼ねてまとめていきたいと思います。 コンペ概要 米国の小学6年生〜高校3年生の学生が書いたessay（小論文）が"Effective（効果的）"、"Adequate（適切）"、"Ineffective（効果的ではない）"のどの評価であるかを予測するモデルの精度を競うコンペでした。 ただし、このコンペではessayごとではなく、essayを構成するdiscourse（談話）ごとの評価を予測します。 discourseにはそれぞれLead(導入)、Position(立場)などのdiscourse_typeが1つ与えられており、予測時にはこの情報を使用することができま

最近，PyTorchがM1 MacBookのGPUに対応したとのことで，そのインストール方法を説明します．また，簡単に計算時間を検証してみたので，その結果を共有します． この記事は，ある程度PyTorchを使い慣れている人向けの記事です． さっくりとM1 MacBookのGPUを使って深層学習（ディープラーニング）を動かしてみたい人にちょうど良いかと思います． M1 MacBookのGPUを使うためのPyTorchのインストール方法 (2023/03/30 更新) ※ 本記事初公開時はStable版がなかったのですが，2023/03/30時点でStable版(ver2.0.0)があったのでインストール方法を修正しています． 筆者はインストールのために以下のページを参考にしました． pipもしくはcondaでStable版のインストールが可能です． 以下のいずれかのコマンドを実行することで，

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

国立情報学研究所（NII）が「メルカリ」データを無償提供　NIIがそろえるその他のデータセットは？：学術研究用途に限定 メルカリの研究開発組織であるmercari R4Dと国立情報学研究所は、大学などの公的な研究機関に向けてフリマアプリ「メルカリ」の出品に関するデータ「メルカリデータセット」を無償で提供する。

芸術は死んだのか？ アートの公募展で優勝したのはAIで生成した画像2022.09.02 14:0012,504 岡本玄介 デジタルアート部門なのでアリでは？ ここ数週間で急激にAIが生成した画像が上手すぎるという話題をよく目にするようになりました。ネットでは期待と不安の声が入り混じり、｢人間の職が危ういのでは？｣や｢特定の作品が機械学習に使われていたら著作権はどうするの？｣など心配する声も散見されます。 AIが生成した絵画が優勝そんな中、コロラド州の公共イベント｢ステイト・フェア｣で行われた美術作品の公募展にて、AIが生成した作品が1位に輝きました。デジタルアート部門なので的外れではないものの、これが受賞して良いのか？ と波乱が巻き起こっています。 TL;DR — Someone entered an art competition with an AI-generated piece a

印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 人工知能（AI）は、多くの産業の仕組みを変えつつある。AIを導入した企業は、活動を自動化し、より効率的、効果的に成果を生み出すことができる。「McKinsey Technology Trends Outlook 2022」と題したレポートでは、AIとそのさまざまな応用例について詳しく分析しているのだが、これを読めば、その影響がIT業界以外にも広く及んでいることが分かる。この記事では、AIが重大な影響を与えるであろう主要産業をいくつか紹介しよう。 1．農業 AIには農業を最適化できる可能性がある。これは、精密農業が可能になったり、一部の機能を自動化できたりするためだ。精密農業とは、農家の細かいニーズに合わせて作物に与える農薬や肥料を調整す

米半導体大手エヌビディアは1日までに、米政府から一部GPU（画像処理半導体）製品の中国、ロシア輸出について政府承認を課したという通知があったと明らかにした。GPUは人工知能（AI）の演算用途などに使われる半導体。米政府は軍事用途に使用されたり、転用されたりするリスクに対応するとしているという。エヌビディアが米証券取引委員会（SEC）に提示した文書で通知につい

Googleの関連企業であるAI開発企業DeepMindが、人間の動きを参考に「立ち上がって歩行する方法」から「サッカーをプレイする方法」までを学べるAI技術を開発しました。開発された学習手法では従来の手法と比べて実際の人間や動物に近い動きを学習可能で、公開されたムービーにはAIがドリブルやパスを駆使ししてサッカーをプレイする様子が収録されています。 From motor control to team play in simulated humanoid football | Science Robotics https://doi.org/10.1126/scirobotics.abo0235 From motor control to embodied intelligence https://www.deepmind.com/blog/from-motor-control-to-e

【プレスリリース】発表日:2022年08月31日人間とAIの協調により記述式答案自動採点の品質を保証─AIによる安全な自動採点の実現に道─【発表のポイント】●深層学習（注1）の登場により人工知能（AI）による記述式答案の自動採点精度は飛躍的に向上しており、実用化への機運が高まっている。●AIによる採点誤りの懸念は依然として存在しており、AIによる自動採点品質を保証することが今後の実用化

株式会社プラグは、デザイン評価システム「パッケージデザインAI」をオタフクソース株式会社（以下、オタフクソース）に提供。新商品「焼そばソース大人の辛口」およびリニューアル商品「お好みソース大人の辛口」のデザイン開発を支援しました。 評価・生成で最適なデザインを提案 「パッケージデザインAI」は、1000万人以上のデザイン評価をもとに東京大学との共同研究で開発されたAIシステム。デザイン生成と評価を繰り返す生成AIと、消費者のデザイン評価を予測する評価AIで構成されています。 生成AIは、複数のデザインをアップすると約1時間で最大延べ1000のデザイン案を生成可能。消費者に好まれる好意度の高いデザイン TOP100や、「かわいい」「おいしそう」などイメージワードとの合致度ランキング100といった形で結果を表示します。また、「30代男性」などターゲットを絞り込んだデザイン生成も可能です。 評価