藝術與機器學習
大?。?/span>0.77 MB 人氣： 2017-10-12 需要積分：1
標簽：機器學習(129859)
去年六月發(fā)表的一篇博文中我們用可視化的方法解釋了神經(jīng)網(wǎng)絡在圖形分類中的工作原理。我們意外地收獲了一些副產(chǎn)品–由神經(jīng)網(wǎng)絡技術所產(chǎn)生出的奇特而深邃的圖像。DeepDream的開源引起了機器學習和創(chuàng)意編程社區(qū)對它的濃厚興趣，甚至一些藝術潮人比如Amanda Peterson、Memo Akten、Samim Winiger、Kyle McDonald和Gene Kogan也立即開始了對藝術與機器學習相結(jié)合的探索。
圖：Memo Akten作品 “谷歌總部”
DeepDream開源之后德國圖賓根大學的研究生Leon Gaty發(fā)表了一篇使用卷積神經(jīng)網(wǎng)絡CNN將圖片的風格和內(nèi)容進行分解的方法。這篇論文更加激勵了社區(qū)和藝術家們使用神經(jīng)網(wǎng)絡方法進行藝術創(chuàng)作的動力。
圖：照片與繪畫風格進行結(jié)合產(chǎn)生出的作品（圖中人物是美國科普節(jié)目嘉賓尼爾）
深度學習開源社區(qū)，尤其是GitXiv項目對于這些用于藝術的算法起到了很大的推動作用。DeepDream和風格轉(zhuǎn)換算法被開源社區(qū)迅速遷移到了多種計算機語言和軟件包，于是機器學習藝術得到了進一步的發(fā)展。
圖：Mike Tyka作品 “薩克斯之夢”
雖然機器學習與藝術一度沒什么交集，但隨著機器學習領域的飛速進步，藝術與機器學習相結(jié)合的機會也迅速增加。倫敦大學和紐約大學都提供了機器學習與藝術相結(jié)合的課程和項目，連泰特美術館IK獎2016年的主題都是人工智能。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%