Пользователь из Японии научил нейросеть за секунды генерировать лица реалистичных аниме-персонажей женского пола, которые выглядят так, будто художник работал над ними часами. И хотя программа ещё работает неидеально, основатель SpaceX и Tesla Илон Маск уже оценил красоту аниме-девушек, а за ним и ещё десятки людей.
Усилиями другого пользователя твиттера Ryobot все удавшиеся творения нейросети были собраны в одном видео. И это 45 очень красивых аниме-героинь, лицо каждой из которых плавно переходит в лицо другой.
19,3 тыс. человек(а) говорят об этомИнформация о рекламе в Твиттере и конфиденциальность
Принцип работы StyleGAN похож на все остальные нейросети такого же типа. Они называются генеративно-состязательными и состоят из двух частей: одна постоянно учится на основе данных, которые ей предоставляют, а другая, пользуясь этими знаниями, создаёт свой собственный контент.
У нейросети, созданной Roadrunner01, было откуда черпать информацию: Roadrunner01 воспользовался огромной базой данных аниме-картинок, собранной американским программистом Гверном Бранвеном. И пользователи оценили прогресс программы.
Аниме-девушек оценил даже сам Илон Маск, а кому как не ему разбираться в этом виде искусства. Один раз он так сильно разговорился на эту тему в твиттере, что не выдержали даже админы. Или же испугались обещания создать меха. Скрин с лайком Маска опубликовал Ryobot.
Результаты просто потрясающие. Портреты получаются уникальными, очень живыми и красивыми. Сеть редко ошибается и почти все результаты достойные.А здесь можно убедиться в этом.
Есть конечно недостатки ну куда без них то .
Принцип работы StyleGAN похож на все остальные нейросети такого же типа. Они называются генеративно-состязательными и состоят из двух частей: одна постоянно учится на основе данных, которые ей предоставляют, а другая, пользуясь этими знаниями, создаёт свой собственный контент.
У нейросети, созданной Roadrunner01, было откуда черпать информацию: Roadrunner01 воспользовался огромной базой данных аниме-картинок.
Есть и другие нейросети которые позволяют сам сделать свой гипноз.
Фреймворк GANs использует нейросеть G для создания изображений на основе шума и параметров, заданных пользователем и другую сеть D, которая сравнивает полученные изображения с данными из обучающей выборки. Так как обучение GANs печально известно своей сложностью и длительностью, разработчики использовали алгоритм DRAGAN, который позволил получить приемлемые результаты за адекватное время обучения.
Работу генератора в браузере обеспечивает фреймворк MIL WebDNN. Генерация происходит на стороне клиента.