ニューラルネットワークで生成されたGTA「GAN Theft Auto」が公開される
2つのニューラルネットワークに競合させることでデータ学習の精度を高める敵対的生成ネットワーク(GAN)を用い、「Grand Theft Auto V(グランド・セフト・オートV：GTA V)」風のゲームを自動生成する「GAN Theft Auto」をYouTuberのsentdexさんが作成・公開しました。 GitHub - Sentdex/GANTheftAuto https://github.com/sentdex/GANTheftAuto/ Playing a Neural Network's version of GTA V: GAN Theft Auto - YouTube GAN Theft Autoは、NVIDIAが作成したゲーム生成AIの「GameGAN」をベースとしています。GAN Theft AutoのベースとなったGameGANは、ゲームエンジンやコードを用意すること
GAN で物理的に頑丈な形状を生成し、3Dプリンタで印刷 - Qiita
0. この記事の嬉しいところ ディープラーニングで生成したデータを 3Dプリンタ で印刷する流れがわかる (10. 実験用コードにおいて、全コード GitHub に上げてます。git clone して環境さえ作れば、同じことが簡単にできるはずです。環境の作り方はこちらに書いています。) 材料力学の勉強になる (僕も勉強しながら書いてますが…) TensorFlow 2.0 のテンソル操作を材料力学に応用する仕組みが分かります ※ スマホで見ると結構崩れるようなので、PC推奨記事です。 1. 概要 DCGAN (Radford et al., 2016)1 を利用し、そのロス関数に強度情報を加えることで、強度の高い数字を生成できるようにした データのコンセプトを維持したまま強度を操作できる ロスの設計やパラメータ変更により、強度を増減させられる 生成画像の FID (Heusel et al
GAN Lab: Play with Generative Adversarial Networks in Your Browser!
What is a GAN? Many machine learning systems look at some kind of complicated input (say, an image) and produce a simple output (a label like, "cat"). By contrast, the goal of a generative model is something like the opposite: take a small piece of input—perhaps a few random numbers—and produce a complex output, like an image of a realistic-looking face. A generative adversarial network (GAN) is a
AIがこの世にいない人の顔画像を大量生成する、著作権フリーの画像が10万枚！ | Techable(テッカブル)
創作AIの進化は予想以上に速く、気づけば創作物の多くをAIが担っていた…なんて状況も、信憑性を帯びてきた。クオリティの高い創作物を大量生成するAIの出現で、著作の使用料体系に崩壊が起きる可能性がある。 ヒトの書いたものと見分けがつかないような文章を生成する「GPT-2」の登場も衝撃的だったが、真っ先に市場にインパクトを与えそうなのが画像の領域だ。 Webサイト、generated.photos上に、著作権フリーのオリジナル顔画像10万枚が公開された。あらゆるシーンでハイクオリティの顔画像が利用可画像生成AIは、悪用されることでマイナスの影響もあるが、著作権フリーの画像が出回れば自身の創作の幅が広がり、恩恵を受ける方も多いだろう。同プロジェクトは、まさにこれを狙ったものだ。 GAN（敵対的生成ネットワーク）による画像生成は、ヒトやネコ、アニメキャラから賃貸物件まで、たくさんの対象で試されてい
何をしたいかで有名どころのGANの種類、派生を整理
GANZOOとかって形でGANまとまっているけど、GANの名前を見せられても困るでしょってのが正直なところ。初めてGANを見る人はどういうことができるのかで見たいのだと思う. https://github.com/hindupuravinash/the-gan-zoo ので、何ができるのかベースでGANを以下に列挙していく. GANは確かに多すぎるので、適宜更新してGANを追加していきます. にしてもGANの増え方は凄まじいですよね… 以下画像は上記アドレスより引用. 間違っているかもしれないので、鵜呑みにはせずどういった技術かは改めて確認してください. あと,分類はアカデミックなものでなく直感的にわかりやすい形で分類していますので、悪しからず. ぼんやりとお探しのGANが決まっている方にそれを絞り込むThothnatorを作りました↓ どうぞ使ってみてください! 有名なGANのThoth
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
