TGTGInsighttelegram intelligenceLIVE / telegram public index
← OnePlus OS Update Tracker

TGINSIGHT SIMILAR POSTS

查找相似内容

Source channel @OnePlusOTA · Post #607 · 5月27日

OnePlus Nord 2 OxygenOS 12.1 C.04 IND System • Fixed the issue that the lock screen interface displayed abnormally when charging • Fixed the issue that the screen brightness displayed abnormally in certain scenarios • Fixed the occasional issue that the desktop text displayed abnormally in certain scenarios Camera • Optimized the anti-shake effect when shooting videos • Optimized the speed of enabling Camera in certain scenarios Others • Fixed the issue of abnormal crash when enabling Fortnite MD5 Component (my_manifest): c949151afe63f1cfe9fda80d0d541abc Component (my_product): 408223966738c5d0a71f39b211bb1592 Component (my_bigball): 8253f6c910a4bc7cbfe044b3b1f79751 Component (my_stock): f08eb9a61ed03567965cbc76d980e6a3 Component (my_heytap): 28db2abbedc1eafc8947749e91b197fc Component (my_carrier): f0b3b8bd50cc13f4d2a1ebdad9f75f22 Component (system_vendor): e5d935f73c54cc08ae04c9e5abeefe20 Component (my_region): ceb333df4f651e82e5c71a9d76da3273 SHA-1 Full: a3de2e204668cc33c7134bf062bb5f6873a28bce Size Component (my_manifest): 1.22 MB (1278656) Component (my_product): 413.80 MB (433902450) Component (my_bigball): 578.54 MB (606645588) Component (my_stock): 615.30 MB (645192760) Component (my_heytap): 508.90 MB (533621509) Component (my_carrier): 1.04 MB (1088872) Component (system_vendor): 2.49 GB (2675632293) Component (my_region): 3.35 MB (3513520) Full: 4.56 GB (4893267850) Downloads ColorOS Global Server: Component (my_manifest) Component (my_product) Component (my_bigball) Component (my_stock) Component (my_heytap) Component (my_carrier) Component (system_vendor) Component (my_region) Google OTA Server: Full Exported by MlgmXyysd Color OTA Bot@OnePlusOTA #Oxygen#denniz#India#Component#Full#Stable#DN2101

Results

找到 1 条相似帖子

搜索 #image23

当前筛选 #image23清除筛选
Earth&Climate Tech

@earth_climate_tech · Post #381 · 2023/09/04 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