DeepStyle & Ubuntu के साथ अपनी खुद की "न्यूरल पेंटिंग" बनाएं

विज्ञापन

तंत्रिका नेटवर्क बहुत सारी चीजें कर सकते हैं। वे छवियों की व्याख्या कर सकते हैं, हमारी आवाज़ों को समझें 6 Google नाओ सुविधाएँ जो आपको खोज कैसे बदलेंगी आप अपने Android डिवाइस पर पहले से ही Google नाओ का उपयोग कर रहे हैं, लेकिन क्या आपको वह सब मिल रहा है जो आप इससे बाहर कर सकते हैं? इन छोटी विशेषताओं के बारे में जानना एक बड़ा बदलाव ला सकता है। अधिक पढ़ें , तथा बातचीत का अनुवाद करें स्काइप का स्टार ट्रेक ट्रांसलेटर कैसे काम करता हैस्काइप की नई अनुवाद सुविधा स्टार ट्रेक के बाद से सपना देखा कुछ प्रदान करता है - भाषाओं में संवाद करने के लिए एक सरल तरीका है। अधिक पढ़ें . लेकिन क्या आप जानते हैं कि वे पेंट भी कर सकते हैं।

हाल ही में एक शोध पत्र (हकदार)कलात्मक शैली का एक तंत्रिका एल्गोरिदम") ने कुछ हड़ताली दृश्य उदाहरणों के साथ ऑनलाइन चर्चा की एक हड़बड़ी को बंद कर दिया है। अनिवार्य रूप से, कागज एक तकनीक को प्रशिक्षित करने के लिए चर्चा करता है गहरे तंत्रिका नेटवर्क Microsoft बनाम Google - आर्टिफिशियल इंटेलिजेंस रेस का नेतृत्व कौन करता है?कृत्रिम बुद्धिमत्ता शोधकर्ता मूर्त प्रगति कर रहे हैं, और लोग एआई के बारे में गंभीरता से बात करना शुरू कर रहे हैं। आर्टिफिशियल इंटेलिजेंस रेस में अग्रणी दो टाइटन्स गूगल और माइक्रोसॉफ्ट हैं।

अधिक पढ़ें छवि संरचना से कलात्मक शैली को अलग करने के लिए, और एक छवि की शैली को दूसरे की संरचना के साथ मिलाएं। इस सब के बीच में यह है कि आप तस्वीरों को "न्यूरल" में बदलने के लिए एक विशाल तंत्रिका नेटवर्क को प्रशिक्षित कर सकते हैं चित्र "जो कि वे प्रसिद्ध कलाकारों द्वारा चित्रित किए गए थे - जैसे कि" डिजिटल जालसाज़ी, "इसलिए बोले।

यहाँ लेख से कुछ उदाहरण दिए गए हैं। पहली छवि मूल है। बाद की छवियां उत्पन्न परिणाम हैं, जिसमें से पेंटिंग को शैली में दिखाया गया था।

मूल शोधकर्ताओं ने दुर्भाग्य से, अपना कोड जारी नहीं किया है। हालांकि, कुछ निडर प्रोग्रामर ने पिछले कुछ दिनों में अपने परिणामों को दोहराया है, और उनका कोड इंटरनेट पर खुला स्रोत उपलब्ध है। बस आपको इसे चलाने की ज़रूरत है, यह एक लिनक्स मशीन है और थोड़ा धैर्य है।

आज, मैं आपको ऐसा करने के बारे में बताने जा रहा हूँ, और आपको अपने स्वयं के कुछ परिणाम दिखाता हूँ। आप इसे हमारी अगली कड़ी के रूप में सोच सकते हैं डीपड्रीम ट्यूटोरियल Google के "डीपड्रीम" के साथ अपनी खुद की कृत्रिम बुखार सपने बनाएँक्या आपने डीप्रीम से निकलती हुई ट्राइपी इमेज देखी है? अपना खुद का बनाना चाहते हैं? और मत देखो! अधिक पढ़ें . यह थोड़ा जटिल है, लेकिन लिनक्स मशीन वाला कोई भी व्यक्ति अनुसरण कर सकता है - कोई कोडिंग अनुभव की आवश्यकता नहीं है।

मैंने पिकासो स्टाइल पेंटिंग में पिकासो लाइट पेंटिंग को बदल दिया #DeepStyle! pic.twitter.com/cjkEoIhVcF

- जेम्स ब्लाहा (@jamesblaha) 5 सितंबर, 2015

सॉफ्टवेयर की स्थापना

सबसे पहले, यदि आप एक बड़ी जल्दी में नहीं हैं या आपके पास लिनक्स मशीन नहीं है, तो आप अभी भी दीपावली के साथ खेल सकते हैं डीपफ़ॉगर ट्विटर बॉट (इसे एक छवि और एक शैली भेजें, और यह अंततः आपके इच्छित परिणामों के साथ उत्तर देगा)। यदि आप अधिक छवियों को जल्दी से संसाधित करना चाहते हैं (और परिणामों पर अधिक नियंत्रण के साथ), तो ट्यूटोरियल के लिए पढ़ें।

सबसे पहले, सुनिश्चित करें कि आपके पास अप टू डेट कॉपी है उबंटू (14.04 जो मैंने उपयोग किया है)। आपके पास कम से कम कुछ अतिरिक्त हार्ड ड्राइव स्थान होने चाहिए। अधिक जानकारी के लिए, हमारे ट्यूटोरियल को देखें विंडोज के साथ डुअल-बूटिंग उबंटू विंडोज 8 से थक गए? दोहरी बूट विंडोज और Ubuntu के लिए कैसेयदि आपको पता चलता है कि विंडोज 8 आपकी चाय का कप नहीं है, और आपके पास डाउनग्रेड करने के लिए कोई संभव रास्ता नहीं है, तो वैकल्पिक विकल्प के लिए लिनक्स के साथ दोहरी बूट करना एक अच्छा विचार हो सकता है ... अधिक पढ़ें . आपको रूट विशेषाधिकारों की भी आवश्यकता है, इसलिए आगे बढ़ने से पहले सुनिश्चित करें।

मूल उपकरण

बल्ले का अधिकार, यह एक ओपन-सोर्स प्रोजेक्ट है, इसलिए हम चाहते हैं कि हम ऐसा करें Git स्थापित। Git है संस्करण नियंत्रण सॉफ्टवेयर के लिए स्वर्ण मानक यदि आप डेवलपर हैं तो आपको गेट कंट्रोल का उपयोग क्यों करना चाहिएवेब डेवलपर्स के रूप में, हम स्थानीय विकास साइटों पर काम करने के लिए बहुत समय लगाते हैं, फिर जब हम काम करते हैं तो बस सब कुछ अपलोड करते हैं। यह ठीक है जब यह सिर्फ आप और परिवर्तन छोटे हैं, ... अधिक पढ़ें . बहुत से हर ओपन सोर्स प्रोजेक्ट के बारे में जानने लायक है जिसे गिथब पर होस्ट किया गया है।

Git को डाउनलोड और इंस्टॉल करने के लिए, बस एक टर्मिनल खोलें और टाइप करें “sudo apt-get install गिट"" और इंस्टॉलर की मांगों से सहमत हैं।

अगला: हम जा रहे हैं कुछ मूल उपकरण सेट करें सॉफ्टवेयर काम करने के लिए आवश्यक है।

सबसे पहले, स्थापित करें लुआ. यह वह भाषा है जिसमें टूल लिखा गया है। यह बहुत सरल है। बस टाइप करो "sudo apt-get install lua5.2"और स्थापना प्रक्रिया का पालन करें।

दूसरा, हम प्राप्त करने जा रहे हैं Luarocks. यह वह उपकरण है जो अन्य उपकरणों को स्थापित करना आसान बनाता है (आप लिनक्स से प्यार नहीं करते?)। इस के लिए, टाइप करें “sudo apt-get install लुआक्रॉक्स"और स्थापना चरणों का पालन करें।

तीसरा, हम स्थापित करने जा रहे हैं Luajit. यह लुआ के लिए एक उचित समय संकलक है जो हमारे जीवन को थोड़ा सरल बना देगा। बस टाइप करो "sudo apt-get install लूजिट.”

अब तक सब ठीक है।

मैं एक बॉट हूं जो प्रसिद्ध चित्रकारों की शैली में आपकी तस्वीरों से अग्रगामी बनाता है। नीचे दिए गए निर्देशों के लिए क्लिक करें! pic.twitter.com/3MpThDNwRE

- दीप फोर्गर (@DeepForger) 5 सितंबर, 2015

फ़्रेमवर्क

अगला, हम स्थापित करने जा रहे हैं मशाल, एक वैज्ञानिक कंप्यूटिंग और मशीन लर्निंग फ्रेमवर्क जो एप्लिकेशन की रीढ़ बनाता है। दुर्भाग्य से, इसे apt-get (मानक Ubuntu पैकेज प्रबंधक) का उपयोग करके स्थापित नहीं किया जा सकता है।

सौभाग्य से, उनके पास एक-पंक्ति इंस्टॉलर है जो कुछ कमांड-लाइन जादू का उपयोग करता है। अपने टर्मिनल पर लौटें और प्रवेश करेंकर्ल-एस https://raw.githubusercontent.com/torch/ezinstall/master/install-all | दे घुमा के“.

जब आप पूरा कर लें, तो टाइप करें ”ल्यूजिट-लोरटेक“. यह टार्च इंटरफ़ेस लाएगा और सत्यापित करेगा कि सब कुछ सही तरीके से स्थापित किया गया था।

उस से बाहर निकलें।

अब हम स्थापित करने जा रहे हैं loadcaffe - एक तंत्रिका-नेटवर्क विशिष्ट पैकेज। टाइप करके इसकी एकमात्र निर्भरता स्थापित करें ”sudo apt-get install लिबरप्रोटोबॉफ-देव प्रोटोबॉफ-कंपाइलर“. तब आप पैकेज का उपयोग करके खुद को स्थापित कर सकते हैंsudo luarocks install loadcaffe ".

@Johnicholas आपका जालसाजी टूटना, स्कूल ऑफ रेम्ब्रांट वैन रिजन द्वारा avec शैली। #डिजिटल कला#StyleNetpic.twitter.com/pf0sZxWkaT

- दीप फोर्गर (@DeepForger) 7 सितंबर, 2015

डबल जाँच निर्भरताएँ

अंत में, हम यह सुनिश्चित करने के लिए कि सब कुछ सुचारू रूप से चल रहा है, कुछ सामान पूर्व-अद्यतन करने जा रहे हैं।

प्रकार "sudo luarocks स्थापित छवि"यह सुनिश्चित करने के लिए कि आपका छवि पैकेज पुराना है। अगला, दर्ज करें "luarocks एनएन स्थापित करें"जो आपके will एनएन 'पैकेज के लिए भी ऐसा ही करेगा।

डीप स्टाइल स्थापित करना

ठीक है! इस बिंदु पर, हम वास्तव में स्वयं सॉफ़्टवेयर स्थापित करने के लिए तैयार हैं। स्वच्छता के लिए, अपने होम डायरेक्टरी (ir mkdir DeepStyle ’) में एक नया फ़ोल्डर बनाएँ। फिर, "सीडी डीपस्टाइल“. अब टाइप करें “सुडो गिट क्लोन https://github.com/jcjohnson/neural-style.git".

अगला, हमें मॉडल डाउनलोड करना है। एक कप कॉफी या कुछ और बनाएं, इसमें थोड़ा समय लगेगा। टर्मिनल पर वापस जाएँ, और टाइप करें “sudo sh मॉडल / download_models.sh“. यह एक लंबी, विस्तृत डाउनलोड प्रक्रिया शुरू करेगा। यदि यह अनुमति त्रुटियों के कारण विफल हो जाता है, तो अपने आप को संबंधित फ़ोल्डरों पर पढ़ने-लिखने की अनुमति देने का प्रयास करें, chmod का उपयोग करते हुए।

@ 44thats44oars इसको कमीशन किया #ProceduralArt#NeuralArt. pic.twitter.com/tbMH7gsvc8

- दीप फोर्गर (@DeepForger) 6 सितंबर, 2015

डीप स्टाइल का उपयोग करना

ठीक है, हम जाने के लिए अच्छे हैं सॉफ्टवेयर का उपयोग करना बहुत आसान है।

सुनिश्चित करें कि आप में हैं गहरी शैली / तंत्रिका-शैली निर्देशिका टर्मिनल में। अब, आपको काम करने के लिए कुछ छवियों की आवश्यकता होगी। उन्हें इंटरनेट (या जो भी) डाउनलोड करें, फिर उन्हें कॉपी करें डीप स्टाइल / न्यूरल-स्टाइल फोल्डर फ़ाइल ब्राउज़र का उपयोग करना।

अब आप व्यक्तिगत छवियों को संसाधित करने के लिए कमांड लाइन का उपयोग कर सकते हैं। प्रारूप बहुत सीधा है:

th neural_style.lua -style_image YourPAINTINGHERE.jpg - content_image yourPHOTOHERE.jpg -gpu -1

(जाहिर है, आपको अपनी फ़ाइलों के नाम के साथ सभी CAPS में विखंडू को बदलने की आवश्यकता होगी)।

इससे न्यूरल नेटवर्क शुरू हो जाएगा। यह लगभग एक घंटे तक चलेगा, समाप्त होने तक हर कुछ मिनटों में नई आंशिक रूप से परिवर्तित छवियों को थूकता है। —गु ० १ ध्वज आपके GPU तक पहुँचने का प्रयास करने से रोकता है।

कई घंटों की कोशिश के बाद (और कई बार ऑपरेटिंग सिस्टम को ईंट कर दिया) मैं अपने GPU (एक NVIDIA GTX 970) के साथ अच्छा खेलने के लिए Ubuntu और CUDA प्राप्त करने में असमर्थ था। यदि आपका इससे अधिक भाग्य है, तो आप CUDA और cudann.torch स्थापित करना चाहते हैं (देखें गिथब रेपो अधिक जानकारी के लिए)। यदि नहीं, तो यह ठीक है - यह अभी भी आपके CPU का उपयोग करके काम करेगा; यह थोड़ा धीमा होगा

यदि आपके पास इस काम को पूरा करने में कोई समस्या है, तो बस मुझसे टिप्पणियों में पूछें, और मैं आपकी मदद करने की पूरी कोशिश करूंगा।

परिणाम

यहाँ कुछ चित्र हैं जो मैंने पिछले कुछ दिनों में बनाए हैं। परिणाम मिश्रित हैं, लेकिन उनमें से कई बहुत प्रभावशाली हैं।

पूर्ण संकल्प के लिए यहां क्लिक करें.

यह एक येलोस्टोन की लंबी पैदल यात्रा पर मेरे दोस्त ज़ैक का है। शैली एक अमूर्त पेंटिंग से आती है, जिसके द्वारा बनाई गई है थेरेसा पाडेन. मैं यह देखने के लिए उत्सुक था कि सिस्टम पूरी तरह से संरचना के साथ एक छवि का उपयोग कैसे करेगा। परिणाम बहुत साफ हैं, और आप निश्चित रूप से शैली की छवि के समान देख सकते हैं।

पूर्ण संकल्प के लिए यहां क्लिक करें.

यह मेरे पसंदीदा कलाकारों में से एक चार्ल्स डेमथ के सौजन्य से आता है (देखें: एक नए चर्च की धूप, तथा चित्र 5 सोने में). दिलचस्प है, डेमथ की कला के लिए प्राथमिक दृश्य प्रेरणाओं में से एक है टीम किला नंबर 2 टीम किले 2: फ्री-टू-प्ले स्टीम गेम आपको खेलना चाहिएक्या टीम फोर्ट 2 केवल ग्राफिक्स और प्रदर्शन का परीक्षण करने के लिए एक त्वरित गेम है या यह बार-बार खेलने लायक खेल है? अधिक पढ़ें , जैसा कि आप शैली छवि से देख सकते हैं।

मैंने इसे जर्सी सिटी की एक छवि खिलाई जो मुझे विकिमीडिया पर मिली थी। परिणाम बहुत अच्छे हैं। यह डेमथ की शैली की कोणीयता पर नहीं उठा था, लेकिन यह निश्चित रूप से नरम, बनावट वाले रंग और रंग पैलेट को उठाता था।

पूर्ण संकल्प के लिए यहां क्लिक करें।

यह एक सिंथेटिक O’Keeffe उत्पन्न करने का एक प्रयास है, जो मुझे मिले कुछ फूलों की एक सुंदर सांसारिक तस्वीर का उपयोग करता है। परिणाम, स्पष्ट रूप से, शानदार हैं। Aesthetically, यह मेरे पसंदीदा परिणामों में से एक है। O'Keeffe के रंगों और आकृतियों की समृद्धि स्पष्ट रूप से दिखाई देती है। फूल की पंखुड़ियों के स्तरित किनारे पृष्ठभूमि में पत्तियों के किनारों बन जाते हैं। फूल स्वयं रंगों में घुल जाते हैं, लगभग सार हो जाते हैं।

यह एक अच्छी पेंटिंग होगी अगर कोई इंसान इसे करे। मैं इस एक के एक उच्च रिज़ॉल्यूशन संस्करण को प्रस्तुत करने में कुछ दिन बिताने के लिए बहुत लुभाया हूं और इसे तैयार किया है।

पूर्ण संकल्प के लिए यहां क्लिक करें।

पिकासो प्रिंट के माध्यम से मेरी हैलोवीन पोशाक में मेरी मित्र शैनन। दिलचस्प बात यह है कि डिवाइस ने उसके चेहरे के निचले हिस्से को सफेद रंग के लिए चुना (पिकासो के टुकड़े के रंग लेआउट के समान)। मुझे यकीन नहीं है कि यह एक संयोग था या नहीं, लेकिन परिणाम हड़ताली हैं। ऐसा लगता है कि बाएं हाथ की तरफ शैनन के बालों की सही पहचान की गई है, और उन्होंने स्टाइल इमेज में बालों से रंग और लाइनवर्क का उपयोग करके इसे फिर से तैयार किया है। उसकी टोपी के लिए डिट्टो।

यह उन टुकड़ों में से एक है जहां तकनीक की सीमाएं स्पष्ट होने लगती हैं। यदि पिकासो वास्तव में शैनन को चित्रित कर रहे थे, तो उसने अपने चेहरे की संरचना को फेंक दिया है और अपने इच्छित प्रभाव को प्राप्त करने के लिए सुविधाओं को तिरछा कर दिया है। यह प्रणाली उच्च स्तरीय अवधारणाओं के उन प्रकारों को नहीं समझती है, और शैली के केवल सतही पहलुओं की नकल करने में सक्षम है, जैसे कि अंधेरे, कोणीय रेखाएं और रंग पैलेट।

पूर्ण संकल्प के लिए यहां क्लिक करें।

बहुत सीधा: एफिल टॉवर और वान गाग की एक तस्वीर अन्य तारों भरी रात। यह मूल छवि में बादलों की अनुपस्थिति के बावजूद, वान गाग-आंखों की शैली में क्लाउड का प्रतिपादन करता है। यह दिन से रात तक दृश्य का अनुवाद करने का भी अच्छा काम करता है।

मुझे यकीन नहीं था कि उसने फायर के स्तंभ के रूप में फ़िफ़ेल टॉवर की नोक को सौंपने का फैसला क्यों किया। यह अच्छा लग रहा है, लेकिन यह वास्तव में इनपुट डेटा से उचित नहीं है। तब मुझे एहसास हुआ कि शैली की छवि में पानी में प्रतिबिंबों के रूप में, तेरह लंबी, ऊर्ध्वाधर पीले रंग की पट्टियाँ हैं। यह एक बहुत बड़ा क्लस्टर है, इतना कम प्रशिक्षण डेटा दिया गया है। खराब चीज ने शायद सीखा है कि किसी भी उच्च-विपरीत ऊर्ध्वाधर किनारे को उन प्रतिबिंबों में से एक होना चाहिए। आप बादलों में बेहिसाब खड़ी धारियों को देख सकते हैं।

पूर्ण संकल्प के लिए यहां क्लिक करें।

सैम वान गॉग पेंटिंग, लेकिन इस बार मैंने इसे कुछ वास्तविक सितारों को चित्रित करने के लिए दिया। इस मामले में, ईगल निहारिका के स्तंभ भाग। मुझे परिणाम पसंद हैं - हालांकि, एक बार फिर आप पीली धारियों के साथ इसका जुनून देख सकते हैं। स्तंभ का प्रत्येक ऊर्ध्वाधर भाग एक चमकदार, डबली पीली रेखा बन जाता है। यह हरे रंग से भी स्पष्ट रूप से परेशान है, जो प्रशिक्षण डेटा में नहीं था, और नीले और काले रंग के पक्ष में इससे छुटकारा पाने की पूरी कोशिश करता है।

प्रौद्योगिकी

इसके कुछ परिणाम बेहद सम्मोहक हैं, हालाँकि तकनीक की स्पष्ट सीमाएँ हैं। कुछ छवियों में घटिया रचना है, और सिस्टम में पिकासो जैसे अधिक अमूर्त कलाकारों के साथ कठिनाई है - जो अपनी विषय वस्तु को विकृत करना पसंद करते हैं, इसकी विशेषताओं को बिखेरना पसंद करते हैं। एल्गोरिथ्म उसकी कोणीय रेखाओं, और टकराते हुए रंगों को उठाता है, लेकिन छवि के पिक्सेल मूल्यों के लिए अभी भी गुलाम है। आपके पास स्रोत सामग्री से बहुत अधिक विचलन करने की आवश्यकता की समझ नहीं है।

इस सब के बारे में मुझे क्या उत्साहित करता है कि मुझे नहीं लगता कि वे सीमाएँ मौलिक हैं।

यहां उपयोग किया जा रहा दृष्टिकोण - एक छवि पर एक नेटवर्क को प्रशिक्षित करता है और दूसरे के निर्माण के लिए इसका उपयोग करता है - मौलिक रूप से एक हैक है। यह नेटवर्क को काम करने के लिए बहुत कम डेटा देता है। इस एप्लिकेशन का एक और अधिक उन्नत संस्करण एक नेटवर्क का उपयोग करेगा जिसमें कई जानकारी है चित्रों, और शायद वास्तविक छवियों को भी, यह उस छवि के बारे में बहुत सारे संदर्भ देने के लिए जो इसे करने की कोशिश कर रहा है "रंग।"

शैली की गहरी समझ केवल एक व्यापक संदर्भ में मौजूद हो सकती है। आप इसे एक ही छवि से प्राप्त नहीं कर सकते। एक आर्किटेक्चर को डिजाइन करना जो सिस्टम को व्यापक डेटा तक पहुंच प्रदान करता है, वह इसे और अधिक प्राप्त करने की अनुमति दे सकता है छवि की "मानव जैसी" समझ, और कलाकार वास्तविक के विभिन्न तत्वों का प्रतिनिधित्व करते हैं विश्व। ऐसा नेटवर्क उन छवियों का उत्पादन करने में सक्षम हो सकता है जो अधिक सार हैं और एक बेहतर रचना है। इस तरह के एल्गोरिदम एक शांत खिलौना (इस तरह) बनना बंद हो जाएगा और वास्तविक, मूल कला का उत्पादन करने का एक तरीका बन जाएगा।

जो बहुत ही अजीबोगरीब सोच है, कुछ मायनों में।

अपनी खुद की छवियां बनाना

यदि आपको एक निराशाजनक परिणाम मिलता है, तो आप अधिक ठोस परिणाम प्राप्त करने की कोशिश करने के लिए विकल्पों के साथ थोड़ा सा खेल सकते हैं। पूरी सूची गितुब पर है। महत्वपूर्ण हैं

• -content_weight -value सामग्री पुनर्निर्माण शब्द का वजन कितना है। डिफ़ॉल्ट 5e0 है।
• -स्टाइल_वेट -वल्यू: शैली की छवि को कितना वजन देना है। डिफ़ॉल्ट 1e2 है।
• -style_scale - मान: सिस्टम पैच का कितना बड़ा विश्लेषण करना चाहिए (लार्जर अधिक सार हो जाता है)। डिफ़ॉल्ट 1.0 है।

एक बार जब आप अपनी संतुष्टि के लिए काम कर रहे हों, तो कृपया अपनी सबसे दिलचस्प छवियों को टिप्पणियों में पोस्ट करें। मुझे वास्तव में यह देखने में दिलचस्पी है कि आप लोग क्या करते हैं।

छवि क्रेडिट: मानव मस्तिष्क चित्रकार शटरस्टॉक के माध्यम से