ProGamerGov/neural-dream
PyTorch implementation of DeepDream algorithm
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tháng
#1 Repository Của Tháng
#1 Repository Của Tháng
🧠 DeepDream bằng PyTorch — Tùy biến kênh và tự động chọn theo độ kích hoạt
Bản cài đặt PyTorch của DeepDream với hỗ trợ chọn kênh thủ công và tự động dựa trên độ mạnh kích hoạt.
Neural-dream là một dự án mã nguồn mở cung cấp bản cài đặt PyTorch của thuật toán DeepDream, được phát triển dựa trên dự án neural-style-pt. Dự án cho phép người dùng tạo ra các hình ảnh thấu vân độc đáo từ ảnh đầu vào bằng cách tận dụng các mô hình như GoogleNet, VGG, NIN và ResNet.
✨ Điểm nổi bật
- Chọn kênh thủ công: Hỗ trợ chọn từng kênh hoặc tổ hợp kênh cụ thể từ các lớp của mạng neural.
- Tự động chọn theo độ mạnh kích hoạt: Có thể tự động chọn các kênh dựa trên mức độ kích hoạt của chúng.
- Hỗ trợ nhiều mô hình: Tương thích với GoogleNet (BVLC), VGG, NIN và các mô hình khác.
- Tùy chọn backend: Hỗ trợ CUDA, cuDNN, ROCm, MKL và OpenMP.
- Cấu hình linh hoạt: Điều chỉnh kích thước ảnh, số lần lặp, learning rate, optimizer và nhiều tham số khác.
- Tích hợp TV regularization: Hỗ trợ điều chỉnh trọng số regularization tổng biến để làm mượt ảnh.
💡 Vì sao đáng chú ý
Khác với các bản cài đặt DeepDream khác, neural-dream cung cấp công cụ chọn kênh mạnh mẽ, cho phép người dùng kiểm soát chính xác phần nào của mạng neural được sử dụng để tạo ra hiệu ứng thấu vân. Điều này giúp người dùng khám phá sâu hơn về cách các tính năng của mô hình ảnh hưởng đến kết quả đầu ra.
Dự án phù hợp với các nhà nghiên cứu, sinh viên và các sở thích thích khám phá nghệ thuật thông qua AI, đặc biệt khi muốn tùy biến sâu các hiệu ứng DeepDream.
#DeepDream #PyTorch #ComputerVision #AIArt #TiniX
Similar Projects
Discover other similar projects and AI models.
天池医疗AI大赛[第一季]：肺部结节智能诊断 UNet/VGG/Inception/ResNet/DenseNet
all-MiniLM-L6-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic search. Usage (Sentence-Transformers) Using t...
The most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface. The fastest local inference engine in the world.
Ultralytics YOLOv5 in PyTorch for object detection, instance segmentation, classification, training, and export.
The largest collection of PyTorch image encoders / backbones. Including train, eval, inference, export scripts, and pretrained weights -- ResNet, ResNeXT, EfficientNet, NFNet, Vision Transformer (ViT), MobileNetV4, MobileNet-V3 & V2, RegNet, DPN, CSPNet, Swin Transformer, MaxViT, CoAtNet, ConvNeXt, and more
Pretrained ConvNets for pytorch: NASNet, ResNeXt, ResNet, InceptionV4, InceptionResnetV2, Xception, DPN, etc.
Practice on cifar100(ResNet, DenseNet, VGG, GoogleNet, InceptionV3, InceptionV4, Inception-ResNetv2, Xception, Resnet In Resnet, ResNext,ShuffleNet, ShuffleNetv2, MobileNet, MobileNetv2, SqueezeNet, NasNet, Residual Attention Network, SENet, WideResNet)
TensorFlow implementation of GoogLeNet and Inception for image classification.
Pytorch Imagenet Models Example + Transfer Learning (and fine-tuning)