TGTGInsightаналитика telegramLIVE / telegram public index
← Растительное питание

TGINSIGHT SIMILAR POSTS

Найти похожее

Источник @Veget · Post #708 · 20 авг.

Булочки-косички 💛 Ингредиенты: - 2 стакана остывшей кипяченой воды - 5 стаканов пшеничной муки грубого помола - щепотка пищевой соды - кукурузное рафинированное масло (можно другое) - соль - по желанию и вкусу (1 стакан - 200 мл) Приготовление: 1. Смешиваем муку, воду, 1 ст.л. растительного масла, соду и соль. Хорошо перемешиваем. Должно получится не жидкое тесто, из которого можно сформировать косички, если тесто слишком сильно липнет к рукам, то добавьте ещё муки и немного растительного масла. 2. Из полученной массы формируем булочки-косички и укладываем на противень, смазанный растительным маслом. Сверху булочки-косички можно немного посыпать сахаром (по желанию). 3. Дальше противень с булочками кладём в заранее разогретую духовку. 4. Делаем булочки примерно 25-30 мин при 180 градусов до готовности. Все зависит от самой печки, могут приготовиться быстрее. В целом получилось около 20 таких булочек-косичек. #рецепт

Результаты

Найдено 1 похожих постов

Поиск: #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