"...Генетические алгоритмы были впервые разработаны Холландом [11] как надежные методы поиска, в которых популяции контрольных точек развиваются путем случайного изменения и отбора. Они стали широко использоваться в ряде приложений для поиска оптимума в очень больших пространствах поиска [23] [7] [6] .

Генетические алгоритмы отличаются от примеров, представленных в этой статье, тем, что они обычно используют явную аналитическую функцию для измерения пригодности фенотипов. Поскольку трудно автоматически измерить эстетический визуальный успех моделируемых объектов или изображений, здесь пригодность обеспечивается пользователем-человеком на основе визуального восприятия. Некоторые комбинации автоматического выбора и интерактивного выбора также используются.

Размеры популяции, используемые для генетических алгоритмов, обычно достаточно велики (от 100 до 1000 и более), что позволяет осуществлять поиск во многих контрольных точках и избегать только локальных оптимумов..."

SipMask: Spatial Information Preservation for Fast Image and Video Instance Segmentation

Rewriting a Deep Generative Model

"ML имитирует искусство
В этом уроке мы рассмотрим GAN и узнаем, как использовать DCGAN для создания произведений романтического периода с использованием TensorFlow и Keras"

На этой неделе в AI - выпуск № 28

Статистика нашего канала)

​Learned Motion Matching.
" We use Machine Learning to vastly reduce the memory usage of Motion Matching - allowing it to scale to huge databases of animation."

Controlling Style and Semantics in Weakly-Supervised Image Generation

Freezing generator for pseudo image translation

Encoding in Style: a StyleGAN Encoder for Image-to-Image Translation

Avatarify: AI Face Animator

Learning to Denoise Historical Music

NeRF in the Wild: Neural Radiance Fields for Unconstrained Photo Collections

COALESCE: Component Assembly by Learning to Synthesize Connections

Learning to Factorize and Relight a City

StyleFlow: Attribute-conditioned Exploration of StyleGAN-Generated Images using Conditional Continuous Normalizing Flows

Tonic deep reinforcement learning library