科学与艺术 数据工会(2)

来源:杏彩娱乐注册-杏彩娱乐注册开户-杏彩娱乐注册官网

2017-09-30 16:52

如果希望自己动手实践一下,百度云深度学习服务是个很好的选择,平台不但提供PaddlePaddle、TensorFlow等框架,还支持GPU集群,支持按照使用量付费方式,不需要任何硬件投入就能进入人工智能实战。

首先创建集群,选择TensorFlow镜像以及带K40的GPU集群:

科学与艺术 数据工会

SSH到集群之后,首先安装Git并克隆源代码:

apt-get update apt-get install git git clone https://github.com/anishathalye/neural-style.git

下载改造后的19层VGG网络:

wget

如果模型经常使用,建议把模型保存到百度对象存储BOS中,然后通过BOS命令行工具复制过来,会快很多:

bce bos cp bos:/modelmart/vgg-19/imagenet-vgg-verydeep-19.mat .

现在便可以指定提供内容的图像和提供风格的绘画让人工智能来创作了:

python neural_style.py --content baidu-shanghai.jpg --styles starynight.jpg --output baidu-starynight.jpg

严格来说,算法中对于风格的定义仍然不够严谨,不过深度神经网络能够模拟视觉,自动学习图像的表示并区分内容和(从某种程度上)风格,也是颇为令人赞叹的。鉴于深度神经网络和生物视觉之间的紧密相关性,是否可以推测人类之所以能够区分内容与风格并创作或欣赏艺术,也是因为人类视觉神经系统有类似的结构和推理能力?

或许有一天,人工智能能够帮助人类提升感知,从特定的视角发现事物之间的互相联系,把科学和艺术真正融为一体。


上一篇:【科学艺术中心】百度搜索详情
下一篇:没有了

友情链接/网站合作咨询: