![]() |
![]() |
![]() |
![]() |
Colorization Transformer |
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2021-02-22 10:02 ![]() Исходный код, сопровождающий трансформатор раскрашивания бумаги, который будет представлен на ICLR 2021. Работа Маноджа Кумара, Дирка Вайсенборна и Нала Кальчбреннера. Резюме статьи Колтран состоит из трех компонентов: а
Мы сообщаем результаты после обучения каждого из этих отдельных компонентов на Полные конфигурации, используемые для обучения моделей в статье, доступны в справочнике Требования
Обучение Выполните следующую команду, чтобы обучить колоризатор
Чтобы обучить цветовой и пространственный апсамплер, замените Оценка Для оценки,
Отбор проб Одиночная выборка GPU Выборка изображений с высоким разрешением-это трехэтапная процедура. На графическом процессоре P100 колоризатор сэмплирует партию из 20 изображений за 3-5 минут, в то время как цвет и пространственный апсамплер сэмплируют в порядке миллисекунд. Конфигурации выборки для каждой модели описываются
Пожалуйста, убедитесь, что Краситель Команда сэмплирует грубые цветные изображения 64x64 с низким разрешением.
Цветной Апсамплер Команда преобразует грубые изображения 64x64 из предыдущего шага в более тонкие изображения 64x64. Внимание: пожалуйста, установите
Пространственный Апсемплер Команда superresolves предыдущий вывод на выход с высоким разрешением 256x256. Внимание: пожалуйста, установите
Выборка с несколькими графическими процессорами Выборка может быть распараллелена между пакетами в установке с несколькими графическими процессорами с помощью флага Предварительно подготовленные контрольно-пропускные пункты Мы выпускаем предварительно подготовленные контрольные точки в ImageNet по следующему URL-адресу
Чтобы выполнить выборку, загрузите их в локальный каталог и запустите сценарий выборки с Эталонные Тензорные Доски Сводные данные о наших поездах находятся в открытом доступе через tensorboard.dev
Разбор TFRecords Сгенерированные записи TF могут быть легко преобразованы в изображения с помощью следующего кода
Цитирование Если вы используете код или модель, пожалуйста, процитируйте нашу статью.
Источник: github.com Комментарии: |
|