Stable Diffusionをいらすとやでファインチューニングする
巷で話題のStable Diffusion（以下SD）をファインチューニングする方法が公開されたので、早速やります。
巷で話題のStable Diffusion（以下SD）をファインチューニングする方法が公開されたので、早速やります。
グルメサイト「食べログ」で評価点が不当に下がり、売り上げが減少したとして、飲食チェーン店がサイト運営のカカクコムに約6億4000万円の損害賠償などを求めた訴訟の判決が16日、東京地裁であった。林史高裁判長は独占禁止法が禁じている「優越的地位の乱用」に当たると判断。チェーン店側の請求を認め、カカクコムに3840万円の支払いを命じた。原告側によると、評価点を決めるルールの「アルゴリズム」（計算手法
2. ライセンスの確認以下のモデルカードにアクセスして、ライセンスを確認し、「Access Repository」を押し、「Hugging Face」にログインして（アカウントがない場合は作成）、同意します。 4. Colabでの実行Colabでの実行手順は、次のとおりです。 (1) メニュー「編集→ノートブックの設定」で、「ハードウェアアクセラレータ」に「GPU」を選択。 (2) 「Stable Diffusion」のインストール。 # パッケージのインストール !pip install diffusers==0.3.0 transformers scipy ftfy(3) トークン変数の準備。 以下の「<HugginFace Hubのトークン>」の部分に、先程取得したHuggingFace Hubのトークンをコピー&ペーストします。 # トークン変数の準備 YOUR_TOKEN="<H
0. 忙しい方へ 完全に畳み込みとさようならしてSoTA達成したよ Vision Transformerの重要なことは次の3つだよ 画像パッチを単語のように扱うよ アーキテクチャはTransformerのエンコーダー部分だよ 巨大なデータセットJFT-300Mで事前学習するよ SoTAを上回る性能を約$\frac{1}{15}$の計算コストで得られたよ 事前学習データセットとモデルをさらに大きくすることでまだまだ性能向上する余地があるよ 1. Vision Transformerの解説 Vision Transformer(=ViT)の重要な部分は次の3つです。 入力画像 アーキテクチャ 事前学習とファインチューニング それぞれについて見ていきましょう。 1.1 入力画像 まず入力画像についてです。ViTはTransformerをベースとしたモデル(というより一部を丸々使っている)ですが、
要点 最先端機械学習モデル「Vision Transformer」に基づく、新たなレンズレスカメラの画像再構成手法を提案 提案した画像処理技術は高速に高品質な画像を生成できることを実証 小型・低コストかつ高機能であるため、IoT向け画像センシング等への活用に期待 概要 東京工業大学 工学院 情報通信系の潘秀曦（Pan Xiuxi）大学院生（博士後期課程3年）、陈啸（Chen Xiao）大学院生（博士後期課程2年）、武山彩織助教、山口雅浩教授らは、レンズレスカメラの画像処理を高速化し、高品質な画像を取得できる、Vision Transformer（ViT）[用語1]と呼ばれる最先端の機械学習技術を用いた新たな画像再構成手法を開発した。 カメラは通常、焦点の合った画像を撮影するためにレンズを必要とする。現在、IoT[用語2]の普及に伴い、場所を選ばず設置できるコンパクトで高機能な次世代カメラが
最新AIの描く絵が「ヤバすぎ」「個展開ける」と話題 文章から画像を生成する「DALL・E 2」、米OpenAIが発表
米AI研究企業OpenAIは4月6日（現地時間）、文章から画像を生成するAI「DALL・E 2」を発表した。2021年1月に同社が発表した「DALL・E」の後継に当たるAIで、生成した画像を掲載するデモサイトも公開している。Twitter上ではAIが生成した画像のクオリティーの高さに「最新のAIやばすぎる」「個展開ける」など、驚きの声が出ている。 例えば「An astronaut riding a horse in a photorealistic style」（写真のようなリアルに描かれた、馬に乗る宇宙飛行士）では下記のような画像を生成する。
LINE、NAVERと共同で、世界初、日本語に特化した超巨大言語モデルを開発 新規開発不要で、対話や翻訳などさまざまな日本語AIの生成を可能に | ニュース | LINE株式会社
「Pythonで儲かるAIをつくる」はビジネス向けの超実践的な機械学習本でした - karaage. [からあげ]
「Pythonで儲かるAIをつくる」を読みました 日経BP様より「Pythonで儲かるAIをつくる」を献本いただきました。筆者の赤石さんは、日本IBMで働く、本職のデータサイエンティストです。赤石さんの執筆したAI書籍の本は3冊目4冊目になります。赤石さんに関して、詳細はIBMの以下ブログ記事が詳しいです。 Pythonで儲かるAIをつくる 作者:赤石 雅典発売日: 2020/08/06メディア: 単行本 Pythonで儲かるAIをつくる 作者:赤石 雅典発売日: 2020/08/06メディア: Kindle版 AI関連書籍三冊目を出版したIBM赤石雅典に聞く「AIと仕事と執筆」 | IBM ソリューション ブログ 赤石さんが書いた本は、いずれも基礎から丁寧に説明してあり分かりやすい内容です。特に「ディープラーニングの数学」は社会人になってから、必要に迫られてディープラーニングに必要な数学
![「Pythonで儲かるAIをつくる」はビジネス向けの超実践的な機械学習本でした - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/9449c9db4388eeb4c8c79bd8b9f8f8c89aee3743/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fk%2Fkaraage%2F20200809%2F20200809110655.jpg)
リンク Craiyon, formerly DALL-E mini Craiyon, formerly DALL-E mini Craiyon is an AI model that can draw images from any text prompt! 45 users 5103
この連載ではおなじみのキャラクター「明日来子さん」に右側からライトを当ててみた。左がIC-Lightを適用したもので、右がオリジナル。環境はWebUI Forge用の拡張機能を使用 5月8日に、「ControlNet」など画像生成AI関連の著名研究者であるイリヤスフィール（lllyasviel）さんが発表した「ICライト（Imposing Consistent Light、印象的な一貫的なライト）」が盛り上がりました。入力した画像をもとに、後から指定した照明効果を踏まえた画像を生成する技術です。 画像生成AIで照明効果がつけられる「ICライト（IC-Light）」 発表された学習済みモデルは、「ライトを指定すると、キャラクターのデータに合わせてテキストのプロンプトに合わせて独自に背景を生成するもの」「キャラクターとライトの影響を加味して、別の背景画像と合成するもの」の2種類があります。これ
こんにちは、画像生成AIでひたすら猫のイラストを生成している じょじお（＠jojio‗illust）です。 この記事にStable Diffusionのモデルをぼちぼちとまとめています。随時更新予定です。
Googleを解雇されたAI倫理研究者が指摘していた「大規模言語モデル」の危険性：Googleさん（1/2 ページ） 先週の金曜日、いつも巡回している米国のIT系メディアがいっせいに、GoogleのAI部門、Google AIのEthical Artificial Intelligence（倫理的AI）チーム共同リーダー、ティムニット・ゲブルさんがGoogleをクビになったと報じました。 ゲブルさんが2日の夜、自らのTwitterで、Googleがいきなり自分をクビにしたとツイートしたのです。 ゲブルさんは、AI研究分野では著名で尊敬されている研究者。黒人で女性。かつてMicrosoft Research在籍中、今の顔認識は学習データが白人男性の顔に偏っているので肌の色が白くないと認識率が下がるという有名な論文を共著で発表しました。著者名は覚えていなかったけれど、私もこの論文（の記事）は印
GPTシリーズやお絵描きAIなど、ファウンデーションモデルの進化により再び大きな注目を集めるAI。自民党では2023年1月に「AIの進化と実装に関するプロジェクトチーム」（座長：平将明衆議院議員）を立ち上げ、日本のAI戦略のあり方や政策提言について検討を進めて参ります。こちらのページには、各回のテーマや公開可能な資料を順次アップロードしています。 2024年2月16日（金）8時〜9時 (＊25日英語版追加） テーマ：責任あるAI推進基本法（仮）について 昨年4月のAIホワイトペーパー発表以降、半年以上にわたり生成AIの法的ガバナンスのあり方について国内外のローメーカー、学者、実務家の方などと議論を重ねてきました。こうした検討を踏まえ、「フロンティアAIモデル」と呼ばれる特に強力な生成AIに対する我が国の新たな法的ガバナンスの一つの私案として、「責任あるAI推進基本法（仮）」を本日公表しま
画像は『滋賀大学「大学生のためのデータサイエンス（Ⅱ）」講座PV～ gacco：無料で学べる大学講座』より オンライン講座サイト「gacco（ガッコ）」では11月16日から、滋賀大学データサイエンス学部による「なるべく数式を使わない」という方針で構成した「大学生のためのデータサイエンス（Ⅱ）」が開講される。受講料は無料。 本講座では、機械学習の諸手法とその応用について説明する。まず「機械学習とは何か？」という説明から始め、その後に機械学習の応用事例を紹介。応用事例を先に見ることによって、機械学習の有用性が理解でき、機械学習の手法をより積極的に学べるとしている。 次に、分類問題と回帰問題の具体的な手法を説明し、同時に特徴量の設計・選択など、実践的なテクニックについても紹介する。最後に、近年、発展の著しいニューラルネットワークについても説明してくれる。また、本講座は、機械学習の分野のなかでも教
出典：日経クロステック、2020年2月7日 （記事は執筆時の情報に基づいており、現在では異なる場合があります） 日経 xTECH内に人工知能（AI）専門チャネル「ビジネスAI」を2019年10月に立ち上げたのを機に、知識共有サイト「Qiita」上でAI／機械学習の記事を同年12月に募集したところ、49本もの記事が集まった。投稿いただいた皆さん、ありがとうございました。 今回、ビジネスAIの編集担当として私が設定した「お題」は以下の3つ。各テーマについて日経 xTECHがQiitaアドベントカレンダーのスポンサーとなり、2019年12月1日～25日まで1日1本ずつ記事を募集した。 AI道場「Kaggle」への道 機械学習をどう学んだか 機械学習ツールを掘り下げる この結果、機械学習を独習するお薦めの書籍やサービス、Kaggleなどの機械学習コンペに入門する方法など、AIや機械学習に興味がある
【悲報】元東大最年少特任准教授 大澤昇平氏、保守SNS設立に向けてクラウドファンディングを募り「(運営は)３年後には全員金持ちになってるから」と豪語していたものの、遂にプロジェクト無期限中止を宣言し鍵アカ雲隠れ 出資者は激怒か 真相不明 - Togetter
Chainer を振り返って
2015 年 4 月 12 日に Chainer の最初のコードをコミットしてから，およそ 4 年半と少しが経ちました．はじめのはじめは軽い気持ちで書きはじめたコードでしたが，今では一線級の研究を立派に支えるまでになりました．深層学習フレームワークの世界も当時とは様変わりして（当時は TensorFlow も PyTorch もなかったわけですから，本当に変わりました），思えば遠くにきたものです． 今日，PFN は社内の研究開発に用いる主なフレームワークを PyTorch に移行すると発表しました．会社にとってももちろんですが，業務としてはこの 4 年半，Chainer 一筋でやってきた自分にとっては特に，大きな転換点です． まず率直な感想として，Chainer の開発は本当に楽しかったです．書きはじめた頃は，深層学習フレームワーク競争の真っ只中で，Theano の上に乗っかるフレームワー
実務の専門家として機械学習や統計分析を手掛けたい人にオススメの書籍初級5冊＆中級8冊＋テーマ別11冊（2020年2月版） - 渋谷駅前で働くデータサイエンティストのブログ
(Image by Pixabay) この記事は以下のオススメ書籍リスト記事のアップデートです。 毎回の断り書きで恐縮ですが、この記事では「データサイエンティストや機械学習エンジニアなどデータ分析の実務の専門家として」*1機械学習や統計分析を手掛けていきたいという、主に初級ないし中級ぐらいのスキルレベルの人たちにお薦めしたい書籍を、初級向け5冊・中級向け8冊及び細かいテーマ別に11冊、それぞれ挙げていきます。スタンスとしては相変わらず「当座の最終到達点を『中級』に置いた時に最初に読んで内容をマスターしておくべき書籍」を初級に置いているので、世の中のこの手のお薦め書籍リストに比べると若干ハードな内容のものが初級向けに多いかもしれません。 後はちょっと気が早いかもしれませんが、機械学習パートに関しては「AutoML時代にあっても実務の専門家であれば知っておくべき知識」を収めた書籍を選んでおきま
なぜすぐに救急車を呼ばないのか…業務中の死亡事故が相次ぐ「アマゾン物流センター」の異様な実態（プレジデントオンライン） - Yahoo!ニュース
アマゾンの大量の商品は、どのように管理されているのか。アマゾンの小田原物流センターに潜入したジャーナリストの横田増生さんは「複数の社員から『物流センターで業務中の死亡事故が何度も起きている』という証言を得た。その中には、倒れてから救急車が到着するまで1時間かかったケースもあった」という――。(第1回/全2回) 【写真】横田増生氏の著書『潜入ルポ アマゾン帝国の闇』(小学館新書) ※本稿は、横田増生『潜入ルポ アマゾン帝国の闇』(小学館新書)の一部を再編集したものです。 ■「何でもかんでも隠し通そうとする姿勢に嫌気がさしたんです」 私のアマゾンでのアルバイトの最終勤務日が終わった後の夕刻、平塚駅前の個室居酒屋で西川正明(仮名)に会った。アマゾンの小田原物流センターが稼働したときから働いている古参社員だった。 席に着くとまず、西川の社員証を見せてもらった。アマゾンの正社員であることを表すブルー
予算30万円台の深層学習用PCの買い方｜shi3z
深層学習をまじめにやるなら、どう考えても専用のPCが必要になる。 僕は現在、Memeplexというサービスを運営していて、これはさくらインターネットさんから大量のGPUを借りている。借りたGPUは、さくらインターネットの石狩データセンターで動いている。 さらに、ABCIは企画の段階から立ち会って、実際に仕事ではよく使っている。ABCIは5000以上のGPUを擁するGPUクラウド基盤で、その実態はスーパーコンピュータである。 ABCIを使えば、ほとんどの難しいタスクを恐ろしく安い料金で行うことができる。GoogleやAmazon AWSのようなサービスを展開することができない本邦においては、国家が設立し、民間利用可能なABCIは国民にとっての天叢雲剣あめのむらくものつるぎである。 それでもなお、手元には深層学習用のPCが必要だ。しかも一台では足りない。 ABCIがいかに安くても、PCほどの利
こんにちは。だだっこぱんだです。 今回は、AIイラスト界隈で最近話題のControlNetについて使い方をざっくり紹介していきます。 モチベが続けば随時更新します。 StableDiffusionWebUIのインストール今回はStableDiffusionWebUIの拡張機能のControlNetを使います。 WebUIのインストールに関してはすでにいろんな解説記事や動画があると思うのでそちらをご参照ください。 一応僕が作った簡単にWebUIを起動できるソフトも紹介しておきます（せんでん）
AI＝人工知能で「モザイク」を除去するという技術を使って加工したアダルトビデオのわいせつな画像をインターネット上に掲載したとして、サイトの元運営者が著作権法違反などの疑いで警察に逮捕されました。 逮捕されたのは、兵庫県高砂市に住むインターネットサイトの元運営者、中本正幸容疑者（43）です。 警察によりますと、中本容疑者はことし1月、AIの技術を使って、アダルトビデオのモザイク部分を加工してわいせつな画像10枚をみずからが運営するサイトに掲載したとして、著作権法違反とわいせつ電磁的記録媒体陳列の疑いが持たれています。 専用のソフトウェアを使ってモザイクの部分をAIに推測させモザイクがないように再現した動画を1本2300円ほどで販売していて、警察のサイバーパトロールで、発覚したということです。 警察の調べに対し、中本容疑者は「金銭目的でやった」などと話し容疑を認めているということです。 これま
深津 貴之 / THE GUILD @fladdict THE GUILD。行動・認知・体験のデザイナです。 ネットを知の高速道路として復活させたい。 note.comもお手伝いしています。 書き物 → note.com/fladdict theguild.jp
# !wget https://dl.fbaipublicfiles.com/fasttext/vectors-crawl/cc.ja.300.vec.gzで落とせます model = gensim.models.KeyedVectors.load_word2vec_format('cc.ja.300.vec.gz', binary=False) repat = re.compile(r'^[あ-ん\u30A1-\u30F4\u4E00-\u9FD0]+$') vocab_list = [w for w in list(model.vocab.keys())[10000:50000] if len(w) > 2 and repat.fullmatch(w) and w[-1] != 'っ' and w not in list(ww_df.word) and w not in list(sw
Point ■韓国のNCSOFT社によって、顔写真を二次元アニメ風に自動変換することのできるAIが開発される ■画像翻訳技術には、顔の中の注目すべき特徴を抽出し、不要な部分は無視するための「CAM技術」が使用されている ■今回は開発されたAIはアニメ像への変換だけでなく、ごく普通の風景写真を絵画の巨匠風にアレンジすることも可能 最近、顔をルネッサンス絵画風に変換してくれるAIアプリが話題となりましたが、今度はアニメです。 韓国のオンラインゲーム会社「NCSOFT」が、人の顔写真を二次元アニメキャラクターに変換してくれるAIを開発しました。 AIには「敵対的生成ネットワーク（GANs）」というディープ・ラーニングが用いられ、膨大な数の顔写真とアニメキャラの顔をAIに学習させることで、全く新しい画像サンプルを作り出すことができます。 この技術によって本人の顔の特徴を捉えたアニメキャラ像を生成す
「AI」や「機械学習」といった言葉を耳にすることが増えていますが、その仕組みを理解するのは難しいと感じる人もいるはず。ジョージア工科大学のAIに関する研究チームであるPolo Clubが、機械学習の代表的なモデルである畳み込みニューラルネットワーク(CNN)を視覚的に理解できるウェブアプリ「CNN Explainer」を公開しています。 CNN Explainer https://poloclub.github.io/cnn-explainer/ 実際にCNN Explainerを操作しているムービーは以下。 Demo Video "CNN Explainer: Learning Convolutional Neural Networks with Interactive Visualization" - YouTube CNNは機械学習における分類器のひとつで、ニューラルネットワークを用
松尾 豊 on Twitter: "それから、スタートアップはすごく真面目に一所懸命頑張っているので、文春さん邪魔しないで！ https://t.co/0XZxSdmbqV"
それから、スタートアップはすごく真面目に一所懸命頑張っているので、文春さん邪魔しないで！ https://t.co/0XZxSdmbqV
Winnyの金子勇さんが考案された機械学習アルゴリズムED法を再現して実装した人がいていま話題になっている。 『Winny』の金子勇さんの失われたED法を求めて…いたら見つかりました https://qiita.com/kanekanekaneko/items/901ee2837401750dfdad いまから書くことは私の記憶頼りなので間違ってたらコメント欄で教えて欲しい。 1998年ごろだと思うのだが、私はWinnyの金子勇さんのホームページの熱心な読者だった。(ページも全部保存してたので私のHDDを漁れば出てくると思うが、すぐには出せない。) Winnyのβ版が発表されたのが2002年なのでそれよりはずいぶん前である。 当時、金子さんはNekoFightという3D格闘ゲームを公開されていた。そのゲームには、自動的に対戦から学習するAIが搭載されていた。 当時の金子さんのホームページの
12月19日、キヤノンは、ディープラーニング（深層学習）を用いて、ネットワークカメラで撮影した映像から、数千人規模の群衆人数をリアルタイムにカウントする映像解析技術を開発したと発表。あわせて、この技術を搭載した映像解析ソフトウェア「People Counter Pro」を12月下旬から発売する。（外部サイト） キヤノンに価格を問い合わせたところ、システム構成によって大きく変わる可能性があるものの、XProtect版の場合はおおよそ100万円～（サーバー、カメラ、ライセンス含む）だそうだ。 キヤノンによれば、 「2018年に開催されたラグビーの国際試合での実証実験では、キヤノンの群衆人数カウントの技術によって約6千人を数秒でカウントできました。実証実験後の画像を人手で確認した人数と、ソフトウェアによるカウント人数の差は5％以内に収まり、ほぼリアルタイムで、群衆人数を正確に把握することに成功し
SasakiTakanori 佐々木貴教 on Twitter: "え！？ちょっと待って！！さっき ChatGPT に教えてもらった先行研究の論文、全部存在しない架空の論文だったんだけど！あと詳しく紹介してくれた AGORA なるオープンコードも存在しない！置いてある場所を聞いたら架空の GitH… https://t.co/ahFLS25t8X"
え！？ちょっと待って！！さっき ChatGPT に教えてもらった先行研究の論文、全部存在しない架空の論文だったんだけど！あと詳しく紹介してくれた AGORA なるオープンコードも存在しない！置いてある場所を聞いたら架空の GitH… https://t.co/ahFLS25t8X
自宅で動くChatGPTと噂のFlexGenを試す shi3zさんが興奮して動かしていたFlexGen 関係する記事は以下 ツヨツヨGPUが無いと動かないと思っていたのですが、タイムラインでミクミンPさんが、RTX3060でFlexGenを動かしているツイートを発見。 「RTX3060なら自分も持っている！」ということで、試してみることにしました。 追記： 私がこの記事で動かしているのは小さいモデルです。とりあえずお試しで動かしただけで、shi3zさんが動かしているモデルとは異なります。 性能の参考にする記事ではないので、ご承知ください。より大きいサイズのモデルの使用に関しては、FlexGenの公式リポジトリを参照ください。私も今後試したら追記していきます（現状、私の環境では動かせてないです）。 FlexGenをDockerで動かす 結果的には、Dockerを使うことで簡単に動かせました。
ろじ on Twitter: "たまには収支報告書でもと思って覗いてみたら、平井卓也デジタル改革担当大臣、政治資金を活用してグルメレビューやってた。 https://t.co/qDyfxIrYgQ https://t.co/n3Q3lCa6ht… https://t.co/96eyuV9XkT"
たまには収支報告書でもと思って覗いてみたら、平井卓也デジタル改革担当大臣、政治資金を活用してグルメレビューやってた。 https://t.co/qDyfxIrYgQ https://t.co/n3Q3lCa6ht… https://t.co/96eyuV9XkT
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
食べログ側に賠償命令、評価点下落「優越的地位の乱用」 - 日本経済新聞
Google Colab で はじめる Stable Diffusion v1.4｜npaka
画像認識の大革命。AI界で話題爆発中の「Vision Transformer」を解説！ - Qiita
機械学習の進化が、「レンズ」というカメラの当たり前を覆す 次世代イメージセンシング・ソリューション開発を加速
AIに『ゴッホの唐揚げ』と『セザンヌの唐揚げ』を描かせてみた→唐揚げリクエストブーム発生
画像生成AIに照明革命 日本と世界で同時に“神ツール”登場 (1/3)
維新「司書はAIで代替可能」 唯一反対、増員決議できず ｜ 共同通信
寄付講座担当特任准教授の不適切な書き込みに関する見解 | マネックスグループ株式会社
ChatGPTやAI関連で面白かった・気になった事例まとめ - Qiita
【2023年版】Stable Diffusion モデルまとめ | BLOG CAKE
Googleを解雇されたAI倫理研究者が指摘していた「大規模言語モデル」の危険性
自民党AIの進化と実装に関するプロジェクトチーム｜衆議院議員 塩崎彰久（あきひさ）
東大松尾研究室、無料でディープラーニングや自然言語処理を学べる講座開講 松尾豊氏が講師を務める講座も | Ledge.ai
なるべく数式を使わない！滋賀大学の無料データサイエンス講座が開講 | Ledge.ai
「AIをどう習得したのか教えて」と大募集し、技術者から集まった記事49本を紹介
写真や動画を「新海誠みたいに」「宮崎駿っぽく」変換できる「AnimeGAN」 武漢大学などが開発
ControlNetでポーズや構図を指定してAIイラストを生成する方法｜ddPn08
AIでモザイク除去 アダルトビデオ加工画像掲載の疑い 男逮捕 | NHKニュース
AIへの命令構文を研究した結果、ハイファンタジー系のモンスター設定画を安定生成できるようになった【7/16更新】
ビーフストロガノフはどのくらい強いのか - Qiita
顔写真を「二次元アニメ風」に自動変換してくれるAI - ナゾロジー
ディープラーニングの手法「CNN」の画像識別処理がアニメーションで理解できる「CNN Explainer」
Winnyの金子さんのED法について | やねうら王 公式サイト
AIで数千人を瞬時にカウントできる技術をキヤノンが開発、計測誤差は5％以内を実現 | Ledge.ai
自宅で動くChatGPTと噂のFlexGenをDockerで手軽に動かす