Одна из моих любимых книг, которые я недавно прочитал, - Поверхности и сущности: аналогия как топливо и огонь мышления » Дугласа Хофштадтера . В этой книге центральный тезис автора состоит в том, что категоризация занимает центральное место в мышлении, а построение аналогий - это ядро ​​познания. Главный тезис Хофштадтера состоит в том, что концепции не являются жесткими, а плавными и размытыми , и не могут быть строго иерархическими. Он утверждает, что познание происходит..

Как и в предыдущем блоге, вот ссылка на репозиторий GitHub, чтобы увидеть код в действии. При нажатии на блокнот автоматически отображаются результаты, но его также легко запустить самостоятельно. arnavkartikeya/GANFaces Внесите свой вклад в развитие arnavkartikeya/GANFaces, создав учетную запись на GitHub. github.com Общие состязательные сети, также известные как GAN, представляют собой полезную архитектуру для создания изображений с..

Искусственный интеллект является ключевым фактором в выполнении многих наших повседневных задач. Для небольших задач, таких как разблокировка наших iPhone с идентификацией лица, и даже для сложных задач, таких как анализ данных, ИИ упрощает выполнение этих задач. Но что, если бы ИИ мог быть чем-то большим, чем просто анализировать, интерпретировать и делать прогнозы на основе данных? Что, если бы ИИ мог быть… креативным? ИИ довольно близко подошел к «творчеству» в том смысле, что он..

Мотивация Я начал свое приключение с изображениями, сгенерированными компьютером, пытаясь заставить компьютер генерировать изображения каракулей, которые я нарисовал. У меня есть этот гигантский дудл, над которым я какое-то время бездельничал, и, сфотографировав его, а затем подвыбрав его фрагменты, я надеялся, что этого будет достаточно, чтобы создать новые дудлы в том же стиле. Я немного потерялся. Помните, что я новичок во всех этих вещах, и главное, с чем я сталкиваюсь, это то, что я..

Область глубокого обучения стала свидетелем замечательных достижений в генеративных моделях. Одним из таких прорывов является разработка глубоких сверточных генеративно-состязательных сетей (DCGAN). DCGAN произвели революцию в создании изображений, просто объединив сверточные нейронные сети и методы состязательного обучения. В этом сообщении блога мы углубимся в нейроны DCGAN, изучая их архитектуру, процесс обучения и приложения. Возвращаясь к GAN Генеративно-состязательные сети..

Генеративные состязательные сети (сокращенно GAN) - это тип модели глубокого обучения, получивший известность в сообществе ИИ и открывающий новые направления в исследованиях. Благодаря своей универсальности GAN находят применение в самых разных областях, от медицины до искусства - и во многих других промежуточных областях. Цель этой серии статей, состоящей из двух частей, - дать новичкам полное представление о GAN. В этой первой статье я представляю GAN для начинающих, делаю обзор..