StyleGAN-T: Unlocking the Power of GANs for Fast Large-Scale Text-to-Image Synthesis

It significantly improves over previous GANs and outperforms distilled diffusion models in terms of sample quality and speed.

paper: https://arxiv.org/abs/2301.09515
project page: https://sites.google.com/view/stylegan-t/?pli=1

برام جالب بود که حتی فارسی هم پاسخ میده...
البته اطلاعاتش پیرامون من درست نبوده (مدرک و دانشگاه)

یکی از دوستان در کامنتها گفتند که از نامبرلند با کمتر از ۱۰ هزار تومن میشه شماره گرفت و تست کرد.
البته خودم تست نکردم

گوگل قصد داره ربات چت خودش رو راه اندازی کنه که اسمش Sparrow و رقیب ChatGPT هست

deepmind.com/blog/building-safer-dialogue-agents

حالا میتونید با نوشتن یه متن توصیفی از یک موسیقی، اون رو تولید کنید.
برای اطلاعات بیشتر، این پیپر رو که دیروز تیم گوگل ریسرچ گزاشت توی arxiv حتما چک کنید.

MusicLM: Generating Music From Text

Abstract: We introduce MusicLM, a model generating high-fidelity music from text descriptions such as "a calming violin melody backed by a distorted guitar riff". MusicLM casts the process of conditional music generation as a hierarchical sequence-to-sequence modeling task, and it generates music at 24 kHz that remains consistent over several minutes. Our experiments show that MusicLM outperforms previous systems both in audio quality and adherence to the text description. Moreover, we demonstrate that MusicLM can be conditioned on both text and a melody in that it can transform whistled and hummed melodies according to the style described in a text caption. To support future research, we publicly release MusicCaps, a dataset composed of 5.5k music-text pairs, with rich text descriptions provided by human experts.

Paper: https://arxiv.org/abs/2301.11325
Project: https://google-research.github.io/seanet/musiclm/examples/
Dataset: https://www.kaggle.com/datasets/googleai/musiccaps

درباره Sparrow میتونید اینجا بیشتر بخونید:

مقاله:
https://arxiv.org/abs/2209.14375


لازم به ذکره که این مدل هنوز حتی در نسخه دمو هم منتشر نشده و دیپ مایند داره روی ضعف هایی که chatGPT داره کار میکنه که توی اوایل امسال یه نسخه دمو به صورت پرایوت منتشر کنه. نکته جالب تاریخ انتشار مقاله هست که حدودا 2-3 ماه قبل انتشار دموی chatGPT هست.

🔖 MathGPT
هدف ان پروژه اینه که با توضیحات شما عملیات ریاضی را انجام بده. البته که برای انجام محاسبات از Numpy استفاده میکنه و به کمک توضیحات شما کد نامپای میسازه...

آنلاین تست کنید:
https://mathgpt.streamlit.app/

استنفورد DetectGPT را برای تشخیص و مبارزه با مقالاتی که با ChatGPT ایجاد شده اند را راه اندازی کرده است:

Stanford introduces DetectGPT to help educators fight back against ChatGPT generated papers

📢دوره آنلاین یادگیری عمیق و بینایی کامپیوتر

🎉کد تخفیف 15 درصدی: cvision

⏱طول مدت دوره: 30 ساعت
✔️آنلاین و تعاملی
✔️همراه با مدرک انگلیسی از آکادمی دیجی‌نکست
✔️تئوری + عملی
✔️به همراه ویدیوی کلاس

💻مدرس: علیرضا اخوان پور (کلاس‌ویژن)
📢برگزار کننده: آکادمی دیجی نکست (دیجی‌کالا)

🔗لینک ثبت نام | 🔗توضیحات دوره

#دیپ_لرنینگ #یادگیری_عمیق #بینایی_کامپیوتر
#Tensorflow #keras #python #deeplearning

The State of Computer Vision at Hugging Face 🤗
https://huggingface.co/blog/cv_state