Сучасна диджитал-освіта для дітей — безоплатне заняття в GoITeens ×
Mazda CX 5
×

How to control GANgsters. Controlled image synthesis workshop (подія в архіві)

Відбулось
28 лютого 2019 (четвер)
Час
19:00 — 22:00
Місце
Київ, Спортивна площа, 1А, БЦ Gulliver, 11 поверх, Creative Quarter
Вартість
700 грн до 20.02
Підуть

28 лютого в Creative Quarter Олесь Петрів і Назар Шматко проведуть воркшоп ’How to control GANgsters. Controlled image synthesis’.

Олесь Петрів, CTO, NeoCortext/ML Lead, Videogorillas

Олесь активно займається дослідженнями і розробкою систем комп’ютерного зору й обробки природної мови. Він є автором курсу з машинного навчання на Prometheus, а також курсу з глибокого навчання в ARVI Lab. Олесь має великий досвід роботи в обробці відео із використанням методів Deep learning для виявлення об’єктів і дiй, генерацій субтитрів до зображень та відео для кіностудій Голлівуду.

Назар Шматко, VP of engineering, NeoCortext

Назар, як фахівець в області машинного навчання, має досвід роботи в сферах комп’ютерного зору, обробки природної мови та прикладні знання в healthcare-сфері. Зараз активно працює з генеративними моделями для проекту із переносу рис обличчя.

Зареєструватися

Воркшоп поділений на 2 частини:

Доповідь — 1 година.

У доповіді поговоримо про базову теорію глибоких генеративних моделей і розглянемо принципи роботи змагальних мереж (GAN). Обговоримо основні проблеми з якими стикаються дослідники під час тренування таких моделей і способи їх вирішення. Зробимо огляд існуючих досягнень генеративних моделей і області їх практичного застосування.

Воркшоп — 1,5 год.

Ми розглянемо загальний метод, що дозволяє використовувати натреновану генеративную модель для синтезу даних, які мають заздалегідь визначені атрибути. Для прикладу будемо використовувати натреновану модель GAN, що генерує довільні обличчя з шуму. Натренуємо модель, яка шляхом зміни латентного вектора на вході буде регулювати стать і вік згенерованої особи. Для того, щоб дати розуміння нейромережі, що таке стать і вік ми додатково натренуємо допоміжну модель, що відповідає за передбачення цих атрибутів. Обговоримо переваги і недоліки розглянутих методів і межі їх застосувань.

Вартість:

15-20 лютого — 700 грн
21-28 лютого — 850 грн

Знижки:

від 3 квитків — 10%
від 5 квитків — 15%
студентам — 25%

Квитки за посиланням

Кількість місць обмежено — 20 учасників

Вимоги до програмного забезпечення:

— операційна система Linux
— бажано, але не критично мати окрему відеокарту
— CUDA
— CUDNN

Необхідне ПО для воркшопу:

imageio
ipython
jupyter
matplotlib
numpy
opencv-python
Pillow
scikit-image
scikit-learn
scipy
sklearn
tensorboard
tensorboardX
tensorflow
torch
torchfile
torchvision
tqdm

Подія на Facebook

Зареєструватися

Google Calendar iCal
👍ПодобаєтьсяСподобалось0
До обраногоВ обраному0
LinkedIn
Дозволені теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter
Дозволені теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter

Підписатись на коментарі