检索结果-南通市图书馆

学贯中西(7):介绍生成对抗网路(GAN)

在线全文

学校读者我要写书评

暂无评论

电子产品世界 2022年第5期29卷 16-19页

作者：高焕堂铭传大学中国台北长庚大学中国台北

1 GAN与NFT的结合在上一期里,我们说明了天字第一号模型:分类器。接着本期就来看看它的一项有趣应用:GAN(generative adversarial networks,生成对抗网络)。自从2014年问世以来,GAN在电脑生成艺术(generative art)领域,就开始涌现了许... 详细信息

1 GAN与NFT的结合在上一期里,我们说明了天字第一号模型:分类器。接着本期就来看看它的一项有趣应用:GAN(generative adversarial networks,生成对抗网络)。自从2014年问世以来,GAN在电脑生成艺术(generative art)领域,就开始涌现了许多极具吸引力的创作和贡献。GAN如同生成艺术的科技画笔,使用GAN进行创作特别令人振奋,常常创作出很特别的效果,给人们许多惊喜的感觉,例如图1。

关键词：生成对抗网络分类器生成艺术网路学贯中西

在线全文

学校读者我要写书评

暂无评论

从隐空间理解编码器(Encoder)

电子产品世界 2023年第6期30卷 5-7页

作者：高焕堂不详

1前言当我们在阅读关于AIGC的文章时,常常会看到Encoder和Decoder名词。它们是AI(即ML)的核心模型,如果能深入理解它们的涵意和功能,就能更流畅地理解相关文章的内容,以及图示。例如,关于Diffusion(扩张模型)的文章里常看到如图1。

关键词： Encoder 编码器扩张模型核心模型

在线全文

学校读者我要写书评

暂无评论

学贯中西(3):欣赏AI的推论技能

电子产品世界 2022年第1期29卷 27-29,49页

作者：高焕堂铭传大学中国台北长庚大学中国台北

0引言上一期[1]说明了在人们学习知识的过程中,除了会记忆(背)之外,还会进行归纳、抽象,然后对眼前或脑海里想象的新事物进行推论(如鉴往知来),甚至能举一反三。本期将以唐诗的4种平仄韵律为例,与您一起来欣赏AI的初步推论技能:见微知... 详细信息

0引言上一期[1]说明了在人们学习知识的过程中,除了会记忆(背)之外,还会进行归纳、抽象,然后对眼前或脑海里想象的新事物进行推论(如鉴往知来),甚至能举一反三。本期将以唐诗的4种平仄韵律为例,与您一起来欣赏AI的初步推论技能:见微知著。也就是,从部分信息推测(Predict)出全貌。

关键词：举一反三 AI 鉴往知来见微知著学贯中西推论欣赏技能

在线全文

学校读者我要写书评

暂无评论

学贯中西(4):AI的时序性推论技能

电子产品世界 2022年第2期29卷 14-16页

作者：高焕堂铭传大学长庚大学

1复习:ML的智慧表达形式上一期说明了人工智能(AI)(ML,机器学习)的推论技能,和其基于事物或现象之间的关联性(或称相关性)。例如,大家都熟悉气候的运行规律:春暖→夏暑→秋凉→冬寒→春暖→…。四季更替、周而复始,如图1所示。这项人类... 详细信息

1复习:ML的智慧表达形式上一期说明了人工智能(AI)(ML,机器学习)的推论技能,和其基于事物或现象之间的关联性(或称相关性)。例如,大家都熟悉气候的运行规律:春暖→夏暑→秋凉→冬寒→春暖→…。四季更替、周而复始,如图1所示。这项人类已知的智慧(即关联性),就可以让机器(计算机)来学习、记忆它,然后依据它进行推论或预测。

关键词：机器学习时序性关联性智慧表达运行规律学贯中西推论技能

细观Diffusion隐空间里UNet的训练流程(一)

在线全文

学校读者我要写书评

暂无评论

电子产品世界 2023年第8期30卷 11-13页

作者：高焕堂不详

在上一期里,您已经领会Encoder和Decoder两者的涵意和功能了。请您看看图1里,在两者之间有个空间,通称为:隐空间(latent space)。本期以SD(Stable Diffusion)模型为例,来欣赏其隐空间里的架构之美。由于Diffusion隐空间里的主角是:UNet... 详细信息

在上一期里,您已经领会Encoder和Decoder两者的涵意和功能了。请您看看图1里,在两者之间有个空间,通称为:隐空间(latent space)。本期以SD(Stable Diffusion)模型为例,来欣赏其隐空间里的架构之美。由于Diffusion隐空间里的主角是:UNet模型。于是,先来细观Diffusion隐空间里UNet模型的训练流程。

关键词： Diffusion 隐空间 latent

在线全文

学校读者我要写书评

暂无评论

从NN神经网络理解隐空间

电子产品世界 2023年第3期30卷 13-15页

作者：高焕堂铭传大学长庚大学

1复习:AIGC创作力来源——隐空间在2023年1月刊连载中,我们曾经说明在AIGC领域里,最近几个很红的图像模型,例如DALLE、Imagen和Midjourney等,它们都是基于一种机制:扩散(Diffusion)。经由模型训练,操作隐空间(Latent space)的向量,加上... 详细信息

1复习:AIGC创作力来源——隐空间在2023年1月刊连载中,我们曾经说明在AIGC领域里,最近几个很红的图像模型,例如DALLE、Imagen和Midjourney等,它们都是基于一种机制:扩散(Diffusion)。经由模型训练,操作隐空间(Latent space)的向量,加上随机输入中合成新的数据,呈现出令人惊奇的创作,推动了AI组合的创新或创作。这意味着,关于AI的生成或创作,大多会涉及隐空间的操作。

关键词：模型训练随机输入创作力神经网络图像模型

在线全文

学校读者我要写书评

暂无评论

学贯中西(9):人机协同如何激发创新力

电子产品世界 2022年第7期29卷 14-16,73页

作者：高焕堂铭传大学中国台北长庚大学中国台北

1前言:发挥完美的协同创造力在上一期里,从GAN模型来说明人机协同创新的模式。其中最典型的是人类扮演创新者角色,而AI机器扮演鉴赏者(图1)。于是本期将进一步探讨这种典型协同模式中,人类创新者与AI鉴赏者之间,两者智慧的互补与平衡之... 详细信息

1前言:发挥完美的协同创造力在上一期里,从GAN模型来说明人机协同创新的模式。其中最典型的是人类扮演创新者角色,而AI机器扮演鉴赏者(图1)。于是本期将进一步探讨这种典型协同模式中,人类创新者与AI鉴赏者之间,两者智慧的互补与平衡之道,以期待发挥整体的最佳创造力。本文里,提出了两项平衡原则:●慢想与快思的平衡;●探索与直觉的平衡。

关键词：创新者人机协同协同模式平衡原则鉴赏者创新力创造力 AI

在线全文

学校读者我要写书评

暂无评论

学贯中西(6):阐述ML分类器的工作流程

电子产品世界 2022年第4期29卷 19-21,60页

作者：高焕堂铭传大学中国台北长庚大学中国台北

1天字第一号ML模型:分类器在上一期里,曾经在Excel画面的幕后,设计了一个分类器(Classifier)模型,将各归类到各自所属的。此时,把一个作品名称(如静夜思),当作一个类(Class)。于是,这种ML模型,就通称为:分类器。在ML(机器学习)领域中,... 详细信息

1天字第一号ML模型:分类器在上一期里,曾经在Excel画面的幕后,设计了一个分类器(Classifier)模型,将各归类到各自所属的。此时,把一个作品名称(如静夜思),当作一个类(Class)。于是,这种ML模型,就通称为:分类器。在ML(机器学习)领域中,分类器就是天字第1号模型。在本专栏的前面几期里,曾经介绍过分类器的幕后实践技术。在本期里,就来把去年介绍过的技术,与华夏的艺术、文化创作,连结起来,让您能够贯通ML的知识体系及其实现技术,请您回忆上一期的范例(见图1)。

关键词：机器学习分类器作品名称 Excel 静夜思工作流程学贯中西

学贯中西(8):从GAN领悟人机协同创新之道

在线全文

学校读者我要写书评

暂无评论

电子产品世界 2022年第6期29卷 9-11页

作者：高焕堂铭传大学中国台湾台北长庚大学中国台湾台北

1回顾:GAN里的两个角色在上一期里,详细介绍了GAN(生成对抗网)里的两个角色:生成者(generator)和判别者(discriminator)。其中的生成者,又称为创新者,而判别者又称为鉴赏者。在常见的图像绘画领域,其典型的协同创新模式是:G(创新者)负... 详细信息

1回顾:GAN里的两个角色在上一期里,详细介绍了GAN(生成对抗网)里的两个角色:生成者(generator)和判别者(discriminator)。其中的生成者,又称为创新者,而判别者又称为鉴赏者。在常见的图像绘画领域,其典型的协同创新模式是:G(创新者)负责创作图片;而D(鉴赏者)负责辨别一张图像的真或假,然后引领G逐步改进,止于完美逼近目标。

关键词：人机协同创新之道创新者鉴赏者绘画领域协同创新模式学贯中西