TGTGInsightintelligence telegramLIVE / telegram public index
← Writing Way

TGINSIGHT SIMILAR POSTS

Trova contenuti simili

Canale sorgente @WritingWay · Post #1373 · 4 set

#01 QUESTO LIBRO È PUBBLICABILE? 🎬 Inizia oggi una nuova serie di brevi audio che riguardano lo scrivere bene, continuare a formarsi, analizzare i testi per trarre insegnamento, saperne sempre di più sul mondo della scrittura e dell’editoria. #scriverebene#scrittura#editing#editoria 🎧Nell'audio di oggi parliamo della pubblicabilità di un libro. Bisogna sempre affrontare la questione della pubblicabilità. 📕Che cosa intendiamo per libro pubblicabile? 📕Che caratteristiche deve avere un testo per poter essere pubblicato? 📕 Esiste una pubblicabilità oggettiva? 🔎 Un consiglio utile: lo trovate sempre (anche più di uno). @writingway 🙌 Se pensi che questo audio possa interessare ad altri, condividilo 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