Всем привет. @xtr7 сделал недавно пост (о нейросети, которая улучшала качество картинки), но то ли никто не поделился, то ли не смогли следовать инструкции. Короче, меньше воды - больше дела.
Последние две чет так себе :)
Спасибо за прочтение, присоединяйтесь к нам!
Это ж вебморду писать. Лично я не люблю дизайнить UI вообще.
Ты случайно нейросетками сам незанимаешься ?
Тут под виндой на питоне на керасе хочу попробовать математику переложить на сетки, но случай не очень стандартный чтобы можно было тупо примерами воспользоваться.
Да в общем не критично именно под винду, да и именно делать не обязательно, может пример кода для построения нейросети только подсказать или просто совет дать.
Для нейросетки у меня задача такая
- попроще - на вход подается N единиц или нулей, на выходе 64 байта
- усложнение - нужно из последовательности N*K единиц или нулей сделать K блоков по 64 байт, при этом следующий блок должен зависеть от предыдущего, но известно что входные чанки являются полностью независимыми друг от друга.
Из сложностей - нет тренировочного набора, чтобы его создать нужно сначала собрать более мегабайта суммарных результатов от независимых испытаний (можно даже от сетей с разными весами, но одной конфигурации), прогнать через внешнюю прогу, и уже потом сравнивать разницу между конечным результатом и тем что выдала нейросеть.
Если я скажу что хочу использовать видеопоток как хранилище данных и что у меня есть рабочий прототип который это делает но без нейросети - это сильно поможет ? :)
Вот думаю как переложить задачу на нейросеть, но не вижу как в Keras обучать сеть если я не могу ему дать тренировочный набор в том виде как это делается в обучалках.
Вижу решение только спуститься на "уровень пониже" и почитать обучалки по TensorFlow или Torch, может там что-то нужное попадется
Уже курил, мне ее как советовали, так и сказали что это не то.
Вот я и спрашиваю - какие можно использовать готовые инструменты для моего случая.
С высоты моего нубского опыта я могу предположить только ручное редактирование весов сетки в самодельном генетическом алгоритме, но это будет сильно дольше чем методы разработанные под нейросети.
Что, неужели нет возможности при обучении сети сначала собрать ее результаты в ответ на различные входные данные, потом в "сторонке" на основе результатов создать "идеальные" ответы, а потом последние передать для обучения обычном ходом или хотя бы для расчета оценки ошибки.
Ну значит будет по два раза прогонять.
как это лучше сделать не подскажешь? через какие команды?
Я тут только уточню что "идеальные ответы" нельзя брать только единожды - для каждого уникального ответа сетки будет также создан уникальный идеал (с точностью до перевода в байт-числа).
Есть известная задача когда нужно спрятать данные внутри картинки или даже видео - что называется стеганография.
Я же поставил себе задачу использовать видео (например под кодеком H264) целиком под хранение данных даже не пытаясь скрыть этот факт. При этом я оглядывался на Youtube в качестве "файлохранилища", поэтому было внесено дополнительное требование на возможность восстановления данных даже если видео перекодирывали.
К слову, была похожая идея - для хранения данных на VHS кассетах, АрВид (Архиватор на Видео) называлась.
Минимальной операцией алгоритма является преобразование N бит исходных данных в ч/б картинку размера 8х8.
Для нейросети я хочу поставить такую задачу - "преврати мне эти N бит исходных данных в 64 байт таким образом, чтобы после прохождения через видео-конвертер они изменились минимальным образом, плюс условие что для любых двух наборов исходных данных "расстояние" между их результатами будет максимально.
Таким образом нейросеть создаст "словарь" для конвертации данных.
Но тут еще есть сложность в том что для того чтобы пропустить данные через видео кодировщик требуется собрать столько выходных данных от нейросети чтобы можно было сформировать видео длительностью хотя бы 50 кадров и желательно не на самом минимальном размере картинки видео.
Вот к примеру кусок кадра который вполне удачно декодируется после ютуба
P.S. Только не спрашивай зачем это нужно, первоначально я вообще просто искал идею на чем бы C# выучить, а то просто по урокам учить - я бы быстро на это забил.
Подбирать 2^N разных матриц 8х8 весьма геморно, я пытался подходить алгоритмически в меру своего понимания как работает кодек, но у меня сложилось впечатление что то что я сделал далеко от идеала.
там много разных
если кому интересно - https://github.com/lltcggie/waifu2x-caffe/releases
"из коробки" настроена на CUDA (обработка через видюху), которая (лично у меня без дополнительных телодвижений) не заработала, нужно в настройках переключить на CPU
Искусственный интеллект
2.4K постов9.8K подписчиков
Правила сообщества
Здесь вы можете свободно создавать посты по теме Искусственного интеллекта. Добро пожаловать :)
Разрешено:
- Делиться вопросами, мыслями, гипотезами, юмором на эту тему.
- Делиться статьями, понятными большинству аудитории Пикабу.
- Делиться опытом создания моделей машинного обучения.
- Рассказывать, как работает та или иная фиговина в анализе данных.
- Век жить, век учиться.
Запрещено:
I) Невостребованный контент
I.1) Создавать контент, сложный для понимания. Такие посты уйдут в минуса лишь потому, что большинству неинтересно пробрасывать градиенты в каждом тензоре реккурентной сетки с AdaGrad оптимизатором.
I.2) Создавать контент на "олбанском языке" / нарочно игнорируя правила РЯ даже в шутку. Это ведет к нечитаемости контента.
II) Нетематический контент
II.1) Создавать контент, несвязанный с Data Science, математикой, программированием.
II.2) Создавать контент, входящий в противоречие существующей базе теорем математики. Например, "Земля плоская" или "Любое действительное число представимо в виде дроби двух целых".
II.3) Создавать контент, входящий в противоречие с правилами Пикабу.
III) Непотребный контент
III.1) Эротика, порнография (даже с NSFW).
III.2) Жесть.
За нарушение I - предупреждение
За нарушение II - предупреждение и перемещение поста в общую ленту
За нарушение III - бан