Tag: Torch

Welche Deep Learning Frameworks gibt es?

Stand Deep Learning Frameworks 2017. Credits: Indra den Bakker

Stand Deep Learning Frameworks 2017. Credits: Indra den Bakker

Wie┬ásah die Landschaft der Deep Learning Frameworks im abgelaufenen Jahr 2017 aus? Die 5 gro├čen Player Google, Microsoft, Amazon und Facebook stecken hinter den bekanntesten und meist benutzten Frameworks.

Was wird das Jahr 2018 bringen? Einige Zeichen stehen auf Konsolidierung der Frameworks, Entwicklerteams von einigen Frameworks wollen sich sogar anderen Entwicklern anschlie├čen, um ein neues Framework zu bauen.

Mehr dazu lest ihr im Artikel von Indra den Bakker

 

5 coole Anwendungen f├╝r Deep Learning

Viele halten es f├╝r einen Hype, aber es gibt auch Anwendungen, in denen Deep Learning uns schon ernsthaft helfen kann. Egal ob im Bereich Computer Vision, Natural Language Processing oder Creation, Deep Learning Anwendungen werden in den n├Ąchsten Jahren immer h├Ąufiger auftreten. Hier ein paar Anwendungen, die aktuell schon m├Âglich sind.

1. Bring deinem Auto bei, wie ein Mensch zu lenken

Es ist kein Problem mehr, ein eigenes Auto dazu zu bringen, zu lenken wie ein Mensch. Das einzige, was man dazu braucht, ist etwas Technik, ein Auto, ein paar Kameras und dieses Paper als Bauanleitung. Damit kann jeder ein selbstfahrendes Auto nachbauen. Das ganze l├Ąuft mit Torch 7. Eine gute Simulationsumgebung hierf├╝r ist dann wohl Grand Theft Auto.

2. Bau dir ein intelligentes Tagging-System f├╝r deine Bilder

Resultate von Projekt deepimagesent. Credits: Stanford.edu

Resultate von Projekt deepimagesent. Credits: Stanford.edu

Bilder zu beschreiben, haben Deep Learning Netze ebenfalls gelernt. Besonders spannend wird es, wenn man eine gro├če Bildersammlung hat und nun herausfinden will, was in diesen Bildern enthalten ist. Dazu bieten sich verschiedene Programme u.a. NeuralTalk von Andrej Karpathy an. Wie das Ganze funktioniert, lernt man hier┬á(sogar mit passender Demo).

 

3. Male wie ein richtiger Künstler

neural-doodle

Beispiel von Neural Doodle. Credits: alexjc

Neural Doodle hei├čt das Tool. Man┬ákann mit den, f├╝r eine Landschaftszeichnung ├╝blichen, Farben ein Bild malen. Danach transformiert ein Netz das simple Bild in ein Kunstwerk. Dabei nutzt das Netz die Farbkombinationen als Annotation und versucht aus diesen Annotationen das urspr├╝ngliche Kunstwerk wieder herzustellen. Dabei kann man zwischen verschiedenen Stilen w├Ąhlen. Es h├Ąngt ganz davon ab, was man dem Netzwerk zeigt.

 

4. Entwickle deinen eigenen Font

Eigene Fonts entwickeln mit deep-fonts. Credits: erikbern

Eigene Fonts entwickeln mit deep-fonts. Credits: erikbern

Jeder Designer hat schonmal eine Schrift ben├Âtigt, die genau nach seinen W├╝nschen aussieht. Wie w├Ąre es mit einer grafischen Oberfl├Ąche, auf der man verschiedene Regler nach links und rechts schieben kann. Was man erh├Ąlt sind verschiedene Fonts, die das Neuronale Netz passend zu den┬áEingaben anpasst.

50.000 Schriftarten hat der Autor von deep-fonts benutzt, um das Netzwerk zu trainieren. Hier erh├Ąlt man den Code und das trainierte Netz f├╝r die eigenen Spielereien.

5. H├Âre und komponiere klassische Musik

Neuronale Netze komponieren sogar Musik. Sie klingt bereits so, als w├╝rde jemand am Klavier sitzen und nur pers├Ânlich f├╝r uns spielen. Damit k├Ânnen in der Zukunft auch professionelle Komponisten und Interpreten ihre Musik von einer KI ├╝berarbeiten lassen oder sogar einem Mastering unterziehen. Das ist besonders spannend f├╝r Musiker, die noch kein Plattenlabel haben und trotzdem ein Platte in ordentlicher Qualit├Ąt produzieren wollen. Vielleicht ist das sogar noch eine Marktl├╝cke. ­čśë Nachfolgend k├Ânnt ihr h├Âren, wie das klingen kann. Mehr Infos dazu findet ihr hier.

5 weitere Anwendungen f├╝r Deep Learning lest ihr in unserem zweiten Teil der Serie.