что такое рандомная фотка
Как сгенерировать нейросетью любые картинки
А также каким будет Half-Life 3
Сегодня будет не совсем обычный проект: мы не будем ничего программировать сами, а просто используем чужой код для интереса, развлечения и просто потому, что можем.
В чём суть
Разработчик Кэтрин Кроусон написала алгоритм, в котором нейросеть по текстовому описанию на английском языке пытается нарисовать подходящую картинку. Например, мы ей пишем (на английском, естественно) «программист-полуночник», а она выдаёт картинку:
Это «полуночное программирование» — очевидно, от первого лица
Или, например, «Семь грехов», а она в ответ:
Сложно сказать, что здесь изображено, но атмосфера греховная
Мы, разумеется, попросили алгоритм показать нам кадр из ещё не вышедшей игры Half-Life 3. Фанаты по всему миру ждут, когда же будет продолжение серии про Гордона Фримена и борьбу с «Комбайном». У алгоритма для нас плохие новости:
«Мистер Фримен, я что-то неважно себя чувствую»
Интересно, что в оригинальной игре у главного героя ровно такие же очки и оранжевый защитный костюм. Сложно сказать, о чём думал алгоритм, когда рисовал эту картинку, но он явно что-то знает.
Практического смысла в этих картинках пока нет, но удовольствия море. И, самое главное, вы можете получить такие же картинки по любым собственным запросам, причём даже если у вас очень простой компьютер.
Где попробовать
Для работы с алгоритмом достаточно интернета и гугловского ноутбука в облаке. Мы уже писали про jupyter-ноутбуки, но на всякий случай вот суть:
Вот ноутбук, в котором можно запустить этот алгоритм. На всякий случай мы сделали свою копию, если вдруг исходный ноутбук будет недоступен.
Куда писать свой текст?
Промотайте ноутбук до середины и найдите раздел Settings for this run. В нём будет переменная prompt — в ней и задаётся фраза, по которой алгоритм будет рисовать картинку. Что вы здесь напишете — то и получите. Ну или не совсем то, но тоже будет в тему. Или нет. Мы не знаем, это нейросеть, там всё непредсказуемо.
Как запустить
Заходите в меню и выбираете «Среда выполнения» → «Выполнить всё»:
Где увидеть результат
Пролистайте страницу до конца кода — после него будет строчка с прогрессом выполнения:
Она показывает, на сколько процентов готова ваша картинка. Каждые 10% ноутбук выдаёт промежуточный результат. Можно посмотреть, как менялась картинка на очередном этапе вычислений:
Самая последняя картинка с надписью Step 999 и будет итоговым результатом работы алгоритма.
Красивые гифки с процессом
Если собрать все промежуточные картинки, то можно увидеть, как алгоритм на каждом шаге улучшает свой результат.
Исходная фраза — man with books. Очень похоже на вырезанную сцену из фильма «Интерстеллар» 🙂 
А это — иллюстрация к названию фильма «Карты, деньги, два ствола» (Lock, Stock and Two Smoking Barrels). Двух стволов нет, но один точно дымится.
Что там под капотом
Внутри работают два нейросетевых алгоритма.
Первый — ImageNet из OpenAI. Он генерирует картинки 256 на 256 пикселей. Его задача — получить картинку максимального качества. Для этого он раз за разом улучшает детализацию и делает картинку чётче и подробнее.
Второй алгоритм — CLIP: он соединяет текст с картинками. Изначально CLIP создавался для того, чтобы, наоборот, распознать, что изображено на фото. Но в этом алгоритме он работает в обе стороны — говорит, что нужно сделать, а потом раз за разом проверяет, что получается.
Вместе они работают так:
Откуда нейросеть всё это знает
Чтобы алгоритм мог сопоставлять слова с картинками, нейросеть специально обучали на огромном множестве изображений с описаниями. Там было всё: и фото людей, и котят, здания, игры, машины, книги, чашки, свитеры, чугунные ванны и фарфоровые статуэтки.
Если бы не было такого набора с данными, нейронка сама бы не поняла, что кошка — это кошка, и выдавала бы просто квадрат из несвязных пикселей.
Получается, что эти два алгоритма в связке просто пытаются подражать тем изображениям, на которых они были обучены. Они не обладают собственным образным мышлением и не придумывают ничего с нуля — лишь берут огромную базу существующих впечатлений и комбинируют их по инструкции.
Похожим образом работает «Балабоба» Яндекса — это нейросетевой алгоритм, обученный на огромном корпусе текстов из интернета. Когда мы даём задание «Балабобе», алгоритм дёргает нужные фразы из корпуса и выдаёт результат.
Про смартфон — цены, обзоры и реальные отзывы покупателей
На сайте Pro-Smartfon найдёте отзывы и обзоры топовых смартфонов 2017 года. Всё о плюсах и минусах мобильных телефонов. Свежие фотографии, цены и реальные отзывы покупателей о лучших смартфонах
Рандомное фото что это
«Random» — случайный. Например, случайное число — random number. В языках программирования есть функция random — это генератор случайных чисел. Например, здесь R := random(10,20); R получит случайное значение между 10 и 20. Предполагаю, что с картинками и фото то же самое — из определенного набора выбирается случайная картинка.
Рандомная картинка — это обычно картинка, произведённая с помощью компьютера и генератора случайных чисел. Она может быть абсолютно рандомной или частично. Абсолютно рандомная — это просто выведение точки случайного цвета в случайном месте картинки. А частично — это имеющие определённую закономерность или привязанные к какой-то формуле. Вот примеры абсолютно рандомных картинок:
Дубликаты не найдены
На самом деле идёт оно аж от двух групп народа и желающих к ним приписаться:
* всевозможных айтишников (программисты, сисадмины и так далее)
* любителей РПГ и ММОРПГ
И тех, и тех дофига, оттого употребляется часто. Плюс в интернете среди школия считается что быть айтишником это круто, соответственно стараются выдавать себя за последних.
Ты не поверишь, что это не настоящие портреты.
Все мы видели фотороботы преступников на щитах «Их разыскивает полиция». Согласись, зачастую они выглядят крайне нелепо, ведь сконструировать нормальное лицо из «запчастей» от других людей довольно непросто. Но что если за эту работу возьмется искусственный интеллект?
В Интернете появился сайт Thispersondoesnotexist, который создает фотографии несуществующих людей. Но, глядя на них, очень трудно поверить, что портреты ненастоящие.
Random Image Generator
Tags: [plane, propeller machine, propeller]
Tags: [letter p, alphabet, typography]
Do you want to get some free random images(pictures)? We created this generator, this tool can randomly generate images(pictures) from 1.9 million free images(pictures), and we provide powerful filters to help you easily find the images(pictures) you want.
These images(pictures) can help you get some writing inspiration, just like the random objects generator that many people use; if you are a painter, these high-quality images(pictures) can also be used as your material. Or you just want to browse some high-definition images(pictures) to relax yourself, then this tool can also satisfy you.
You may have the following questions with this tool:
1. Are these pictures legal and where do they come from?
These pictures are completely legal and will not infringe anyone’s rights; these pictures come from the free copyright website Pixabay, and are displayed after permission from Pixabay.
2. Are the pictures free? Can I use it commercially?
Yes, these pictures come from the free copyright website Pixabay, you can use them for free or even for commercial purposes.
Credit Card Generator Anime Character Generator PNG Text Generator Fake Name Generator Username Generator Sentence Generator IMEI Generator Story Title Generator Movie Title Generator Random Image Generator Rap Lyrics Generator Album Name Generator Xbox Gamertag Generator Signature Generator 4 Letter word Generator Song Title Generator
Как написать генератор изображений, который вас понимает
Автор статьи рассказывает, как за неделю создал Text2Art.com — генератор изображений на основе VQGAN+CLIP, способный рисовать пиксель-арт и живопись, а также изображать то, что вы напишете в текстовом поле.
Для интерфейса используется Gradio, модель работает на сервере FastAPI, а системой очереди сообщений служит Firebase. Подробностями делимся к старту курса по ML и DL.
Галерея Text2Art
Если вам понравился проект, вы можете проголосовать за него здесь.
Введение
Не так давно генеративные картины и NFT штурмом захватили мир. Это стало возможным после значительного прогресса OpenAI в генерации изображения из текста. Ранее в этом году OpenAI анонсировал DALL-E, мощный генератор изображений из текстов.
Чтобы проиллюстрировать, насколько хорошо работает DALL-E, посмотрите рисунки, сгенерированные DALL-E по запросу «a professional high quality illustration of a giraffe dragon chimera, «a giraffe imitating a dragon», «a giraffe made of dragon».
Изображения по запросу «a professional high quality illustration of a giraffe dragon chimera, «a giraffe imitating a dragon», «a giraffe made of dragon».
К сожалению, DALL-E не был выпущен в массы. Вместо него была опубликована модель, которая творит магию DALL-E, — CLIP. CLIP или Contrastive Image-Language Pretraining — это мультимодальная сеть, объединяющая текст и изображения.
Одним словом, CLIP способен оценить, насколько хорошо изображение соответствует надписи или наоборот.
Это крайне полезно в управлении генератором, чтобы создать изображение, точно соответствующее введённому тексту. В фильме «DALL-E» CLIP используется, чтобы ранжировать сгенерированные изображения и входные изображения с наивысшим баллом (самые похожие на тектовый запрос).
Через несколько месяцев после анонса фильма DALL-E был опубликован новый генератор изображений-трансформеров под названием VQGAN (Vector Quantized GAN). Сочетание VQGAN с CLIP даёт качество, аналогичное DALL-E. С момента обнародования предварительно обученной модели VQGAN сообщество создало множество удивительных картин.
Я был поражён результатами и захотел поделиться ими со своими друзьями. Но, поскольку не так много людей готовы погрузиться в код ради генерации картин, я решил сделать Text2Art.com — сайт, где любой может просто ввести подсказку и сгенерировать нужное изображение, не сталкиваясь с кодом воочию.
Как это работает
Итак, как работает VQGAN+CLIP? VQGAN генерирует изображение, а CLIP измеряет, насколько оно соответствует запросу. Затем генератор использует обратную связь от модели CLIP, чтобы сгенерировать более точные изображения. Процедура повторяется, пока оценка CLIP не станет достаточно высокой.
VQGAN генерирует изображения, пока CLIP направляет процесс. Чем больше итераций, тем точнее изображение [источник: иллюстрированный VQGAN от LJ Miranda]
Я не буду рассказывать о внутренней работе VQGAN или CLIP. Но, если вы хотите получить более глубокие объяснения VQGAN, CLIP или DALL-E, обратитесь к этим удивительным ресурсам, которые я нашёл:
X + CLIP
VQGAN+CLIP — это только пример того, на что способно объединение генератора изображений с CLIP. Однако вы можете заменить VQGAN на любой генератор. Появилось много вариантов X + CLIP, таких как StyleCLIP (StyleGAN + CLIP), CLIPDraw (векторный генератор), BigGAN + CLIP и многие другие, даже AudioCLIP, который работает со звуком, а не изображениями.
Редактирование изображений при помощи StyleCLIP [работа о StyleCLIP]
Я воспользуюсь кодом из репозитория clipit от dribnet, этот код генерирует изображения при помощи VQGAN+CLIP в несколько простых строк (обновление: clipit мигрировал на pixray). Его рекомендуется запускать на Google Colab: VQGAN+CLIP требует много памяти GPU. Вот блокнот Colab.
Прежде всего, если вы работаете на Colab, убедитесь, что вы изменили тип рантайма на GPU, вот так:
Установим кодовую базу и зависимости:
«!» — это специальная команда в Google Colab, которая означает, что команда будет запущена в bash, а не в python.
После установки библиотек мы можем просто импортировать clipit и запустить эти несколько строк кода для генерации картины с помощью VQGAN+CLIP.
Просто замените текстовую подсказку на любую другую. Кроме того, вы можете задать clipit такие параметры, как количество итераций, ширина, высота, модель генератора, хотите ли вы генерировать видео или нет, и многие другие. Чтобы больше узнать об опциях, вы можете посмотреть исходный код.
Когда вы запустите код, он сгенерирует изображение. На каждой итерации сгенерированное изображение будет приближаться к тексту, который вы ввели.
Итерации по заросу “underwater city”
Количество итераций
Вот так можно установить количество итераций, им управляет iterations :
Генерация видео
В любом случае нужно генерировать изображение для каждой итерации, поэтому можно сохранить эти изображения и создать анимацию самой генерации. Для этого добавьте make_video=True перед применением настроек.
Получится этот ролик:
Сгенерированный подводный город, запрос “Underwater City”
Управление размером изображений
Баннер 800×200 по запросу “Fantasy Kingdom #artstation”
Генерация пиксель-арта
Изображение по запросу “Knight in armor #pixelart” Изображение по запросу “A world of chinese fantasy video game #pixelart”
VQGAN+CLIP модификатор ключевых слов
Из-за смещения в CLIP добавление определённых ключевых слов к подсказке может придать определённый эффект генерируемому изображению. Например, добавление слова «unreal engine» к текстовой подсказке, как правило, создаёт реалистичное изображение или HD стиль. Добавление определённых названий сайтов, таких как «deviantart», «artstation» или «flickr», обычно делает результаты более эстетичными. Мне больше всего нравится использовать ключевое слово «artstation”, так как я считаю, что помогает создать лучшие картины.
Сравнение ключевых слов
Кроме того, вы можете использовать ключевые слова, чтобы обусловить художественный стиль: «pencil sketch”, «low poly» или даже имя художника — «Thomas Kinkade» или «James Gurney”.
Ключевые слова стиля — сравнение
Чтобы узнать больше о влиянии различных ключевых слов, вы можете ознакомиться с изображением, которое показывает более 200 слов на 4 темы.
UI на Gradio
Gradio — это библиотека Python, которая упрощает построение демонстраций ML до нескольких строк кода. Демоверсия требует меньше 10 минут работы. Кроме того, вы можете запустить Gradio в Colab, и он сгенерирует ссылку для совместного использования на домене Gradio. Ссылкой можно поделиться.
Gradio имеет некоторые ограничения, но я считаю, что это самая подходящая библиотека, когда вы просто хотите продемонстрировать одну функцию.
Ниже код простого пользовательского интерфейса для приложения Text2Art. Думаю, что он достаточно понятен, но, если вам нужно больше объяснений, смотрите документацию Gradio.
Как только вы запустите эту программу в Google Colab или локально, она создаст ссылку, которой можно поделиться, демонстрация будет общедоступной. Не нужно использовать туннелирование SSH вроде ngrok. Кроме того, Gradio также предлагает хостинг за 7 долларов в месяц.
Ссылка в демо, которой можно поделиться.
Однако Gradio хорошо подходит только для демонстрации одной функции. Создание кастомного сайта с дополнительными функциями, такими как галерея, вход в систему или даже просто пользовательский CSS, довольно ограничено или вообще невозможно.
Одно быстрое решение — создать демонстрационный сайт отдельно от пользовательского интерфейса Gradio, затем — встроить интерфейс Gradio через iframe.
Я попробовал этот метод, но осознал один важный недостаток: я не могу персонализировать части, которые должны взаимодействовать с самим приложением ML: валидацию ввода, пользовательский прогресс-бар и т. д., невозможны с iframe. И я решил создать API.
FastAPI для модели
Чтобы сделать API быстрее, вместо Flask я воспользовался FastAPI. Кода меньше, а ещё он автоматически генерирует документацию со Swagger UI, что позволяет тестировать API с помощью простого пользовательского интерфейса.
Кроме того, FastAPI поддерживает асинхронные функции и, как утверждается, он быстрее, чем Flask.
Добавляем /docs/ в URL, чтобы увидеть Swagger Тестируем API в UI Swagger
Вот код, который я написал для выполнения функции ML на сервере FastAPI:
После определения сервера мы можем запустить его с помощью uvicorn. Кроме того, поскольку Google Colab предоставляет доступ к своему серверу только через интерфейс Colab, мы должны использовать Ngrok, чтобы сделать сервер FastAPI публичным.
Код для запуска и демонстрации сервера:
Запустив сервер, мы можем перейти к Swagger UI (добавив /docs в сгенерированный ngrok URL) и протестировать API.
Генерация подводного замка при помощи FastAPI Swagger UI
При тестировании API я понял, что вывод может занять от 3 до 20 минут в зависимости от качества/итераций. Три минуты само по себе уже считается очень долгим для HTTP-запроса, и пользователи могут не захотеть ждать так долго.
Я решил, что установка вывода в качестве фоновой задачи и отправка пользователю электронного письма после получения результата лучше подходят для этой задачи.
Теперь, когда мы определились с планом, напишем функцию для отправки письма. Сначала я использовал почтовый API SendGrid, но после исчерпания квоты бесплатного использования (100 писем в день) перешёл на API Mailgun, который входит в пакет GitHub Student Developer Pack, разрешая студентам отправлять 20 000 писем в месяц.
Вот код для отправки электронного письма с вложением изображения с помощью API Mailgun:
Далее мы изменим код нашего сервера, чтобы использовать фоновые задачи в FastAPI и отправить результат по электронной почте в фоновом режиме.
С помощью приведённого выше кода сервер быстро ответит на запрос сообщением «Task is processed in the background» вместо того, чтобы ждать завершения генерации и ответа с изображением. Когда генерация завершится, сервер по электронной почте отправит пользователю результат.
Изображение и видеозапись отправляются пользователю по электронной почте
Теперь, когда всё вроде бы заработало, я создал фронтенд и поделился сайтом со своими друзьями. Однако при тестировании с несколькими пользователями я обнаружил, что есть проблема параллелизма.
Когда второй пользователь делает запрос на сервер, в то время как первая задача всё ещё обрабатывается, вторая задача каким-то образом завершает текущий процесс, вместо того чтобы создать параллельный процесс или очередь.
Не было уверенности, что вызвало проблему, возможно, это было использование глобальных переменных в коде clipit, а возможно, нет. Я быстро понял, что мне нужно реализовать систему очереди сообщений.
По результатам поисков в Google большинство рекомендует RabbitMQ или Redis. Однако я не был уверен, можно ли установить RabbitMQ или Redis на Google Colab: для этого, похоже, требуется разрешение sudo.
В конце концов, я решил использовать Google Firebase, потому что хотел закончить проект как можно скорее, а с Firebase я знаком лучше всего.
В основном, когда пользователь пытается сгенерировать рисунок во фронтенде, он добавляет запись в queue, которая описывает задачу (введённый текст, тип изображения, размер и т. д.).
С другой стороны, мы запустим сценарий на Google Colab, который будет постоянно прослушивать новую запись в очереди и обрабатывать задания одно за другим.
Код бэкенда, который обрабатывает задание и постоянно прослушивает очередь
На фронте нужно только добавить новую задачу в очередь. Убедитесь, что правильно настроили Firebase на фронтенде:
Мы сделали это! Теперь, когда пользователь попытается создать рисунок на фронтенде, он добавит новую задачу в очередь. Затем рабочий скрипт на сервере Colab обработает задания в очереди, одно за другим. Вы можете заглянуть в репозиторий GitHub, чтобы увидеть весь код.
Лучше понять нейросети и научиться решать проблемы бизнеса с их помощью вы сможете на наших курсах:
Также вы можете перейти на страницы из католога, чтобы увидеть, как мы готовим специалистов в других направлениях.
[5] Flask против FastAPI
Data Science и Machine Learning
Random Image Generator
Tags: [mistake, error, question mark]
Tags: [mistake, spill, slip-up]
Do you want to get some free random images(pictures)? We created this generator, this tool can randomly generate images(pictures) from 1.9 million free images(pictures), and we provide powerful filters to help you easily find the images(pictures) you want.
These images(pictures) can help you get some writing inspiration, just like the random objects generator that many people use; if you are a painter, these high-quality images(pictures) can also be used as your material. Or you just want to browse some high-definition images(pictures) to relax yourself, then this tool can also satisfy you.
You may have the following questions with this tool:
1. Are these pictures legal and where do they come from?
These pictures are completely legal and will not infringe anyone’s rights; these pictures come from the free copyright website Pixabay, and are displayed after permission from Pixabay.
2. Are the pictures free? Can I use it commercially?
Yes, these pictures come from the free copyright website Pixabay, you can use them for free or even for commercial purposes.
Credit Card Generator Anime Character Generator PNG Text Generator Fake Name Generator Username Generator Sentence Generator IMEI Generator Story Title Generator Movie Title Generator Random Image Generator Rap Lyrics Generator Album Name Generator Xbox Gamertag Generator Signature Generator 4 Letter word Generator Song Title Generator