弊研究室では、(DeepLなどの翻訳システムで下書きを作り、) Langsmithで流暢にし、Grammaryで文法・スペルミスを撲滅するというフローがお約束になりつつあります https://t.co/ZDm2ZTZamQ
![Tatsuki Kuribayashi on Twitter: "弊研究室では、(DeepLなどの翻訳システムで下書きを作り、) Langsmithで流暢にし、Grammaryで文法・スペルミスを撲滅するというフローがお約束になりつつあります https://t.co/ZDm2ZTZamQ"](https://cdn-ak-scissors.b.st-hatena.com/image/square/3718b2e93c465a17a40e3b6bbace74f8edafc4b5/height=288;version=1;width=512/https%3A%2F%2Fpbs.twimg.com%2Fprofile_images%2F1579404561122758658%2FyR4sjsPJ.jpg)
WASHINGTON (Reuters) - Oliver Taylor, a student at England’s University of Birmingham, is a twenty-something with brown eyes, light stubble, and a slightly stiff smile. A combination photograph showing an image purporting to be of British student and freelance writer Oliver Taylor (L) and a heat map of the same photograph produced by Tel Aviv-based deepfake detection company Cyabra is seen in this
自分がアップロードした写真からAIが「存在しないそっくりさん」を作り出してくれ、アップロードした写真を別の人物と掛け合わせたり、人物写真の人種・性別・年齢などを細かく調整したりすることも可能な「Artbreeder」が公開中です。敵対的生成ネットワーク(GAN)を利用しており、無料で使用することが可能で、ポートレート以外にも風景画やアニメキャラなども作成できるというネットサービスを実際に使ってみました。 Artbreeder https://artbreeder.com/ まずは上記URLにアクセスして「Start」をクリック。 Googleアカウントでもサインインできますが、今回はアカウントを作成していくため「Make an account」をクリック。 ユーザー名・メールアドレス・パスワードを入力し、チェックボックスにチェックを入れたら「Register」をクリック。 するとこんな感じ
自宅からリモートワークを行う際、ZoomやSkypeといったオンラインビデオ会議ツールを使用するケースがよくあります。オンラインビデオ会議ツールではウェブカメラを使って自分の顔を映しますが、アルゴリズムで別人になりきってオンラインビデオ会議に参加できるオープンソースのディープフェイクツール「Avatarify」が公開されています。 GitHub - alievk/avatarify: Avatars for Zoom and Skype https://github.com/alievk/avatarify This Open-Source Program Deepfakes You During Zoom Meetings, in Real Time - VICE https://www.vice.com/en_us/article/g5xagy/this-open-source-pro
はじめに トレーニー(筋トレを愛している人)の多くが習慣化している「自撮り(肉体)」。トレーニング後にパンプした肉体を撮りためて、後で見返すのが至福のときですよね。さらに、撮りためた画像をタイムラプスのようにアニメーションで表示させたら、より筋肉の成長が手に取るようにわかりますよね! この記事はディープラーニングを使って、肉体のタイムラプスを劇的に見やすくした話を書いています。 まずは結果から 2017/12~2020/3の体の変化 ※データサイズの都合上、画像をクロップ&圧縮しています。 目次 1.手作業での補正 1-1.そのまま表示 1-2.位置の固定 1-2-1.乳首おへそ座標付与ツール 1-2-2.動画作成 2.ディープラーニングを用いた自動補正 2-1.アノテーションデータ作成 2-2.学習 2-3.未知画像への適用 2-4.後処理 2-4-1.各ピクセルの出力値が閾値以下のもの
最近発売されたディープラーニングの本。 基礎的な内容から始まり、主にリカレントネットワークを、TensorFlowとKerasによる実装を通して理解していきます。 結論 今回紹介する本 誰におすすめか TensorFlowあるいはKerasを使っていきたいユーザー リカレントネットワークを使いたいユーザー 誰におすすめでないか Chainerを使っていきたいユーザー 既にTensorFlowあるいはKerasを使いこなしている方 本の構成 1章:数学の準備(1〜22ページ) 2章:Pythonの準備(23〜68ページ) 3章:ニューラルネットワーク(69〜140ページ) 4章:ディープニューラルネットワーク(141〜207ページ) 5章:リカレントニューラルネットワーク(209〜249ページ) 6章:リカレントニューラルネットワークの応用(251〜293ページ) 付録(295〜310ページ
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