TGTGInsightintelligence telegramLIVE / telegram public index
← Writing Way

TGINSIGHT SIMILAR POSTS

Trova contenuti simili

Canale sorgente @WritingWay · Post #1194 · 3 mar

DOMANDE E RISPOSTE ❓❓❓🧐 #scrittura#comunicazione DOMANDA❓ Da dove si comincia a correggere un testo? RISPOSTA🤓 Dipende dal testo. ✅Se si tratta di un romanzo bisogna verificare la carenza principale se di forma o di struttura. Domandarsi se ci sia o meno la storia e i personaggi funzionino. ✅Se si tratta di manuale o saggio, iniziate sempre con il verificare che la struttura sia coerente e consequenziale, che non ci siano variazioni inutili in relazione al focus del testo. 🤓Valutare il tipo di testo che abbiamo di fronte e l'entità delle correzioni richieste sono i primi passi da compiere. Sulla base di questo decidete una strategia di editing. ✍🏻Vi sconsiglio di procedere senza un metodo. @writingway 🙌 Se pensi che questo post possa interessare ad altri, inoltralo cliccando sulla freccia a destra.

Risultati

1 post simile trovati

Cerca: #image23

当前筛选 #image23清除筛选
Earth&Climate Tech

@earth_climate_tech · Post #381 · 04/09/2023, 21:57

​​IMAGE'23 и генерация моделей по подсказке Всем привет! Пропал-пропал, был на конференции IMAGE'23. Это такая огромная, на тысяч 6-7 человек, геотехническая конференция в Хьюстоне для специалистов в области геонаук, полезных ископаемых и (уже) декарбонизации. Самые большие секции были посвящены машинному обучению в геонауках. На одной из них я показал наши эксперименты в области Генеративного ИИ (Generative AI), а именно первые наброски того как можно генерировать реалистичные геологические\сейсмические модели с помощью семантически понятного текста. Типа говоришь "йоу, модель, сделай мне низкочастотный сейсмический разрез с двумя сбросовыми разломами в восточной части и добавь немного шума". И на выходе получаешь реалистичный сейсмический разрез удовлетворяющий твоему описанию, или получаешь сразу несколько разных разрезов, ведь генерация стохастическая. Использовали мы немного модифицированную версию знаменитой нейронки Dalle-E2 от Open AI, которую обучили с нуля. Точнее три ее компонента: ✅CLIP - для семантической связи между текстом и изображением(моделью) и преобразования последнего в векторное представление; ✅ Diffusion Prior - для стохастической генерации текстовых векторных представлений в текстовые представления изображения(модели) и ✅ Decoder - для стохастической генерации самих изображений(моделей) из их векторного представления. Последняя нейроночка использует диффузионную модель. Получилось неплохо! На второй картинке пример моделей, которые сгенерировались по соответствующей подсказке. Конечно отправлять в продакшн еще рановато, но идея, кажется, работает не только на кошечках и собачках. #Image23#conference#ML#AI#subsurface