awesome machine learning art herunterladen - awesome machine learning art Quellcode herunterladen

awesome machine learning art

AI-Quellcode

1.0.0

Herunterladen

Fantastische Kunst des maschinellen Lernens

? ? ? Eine kuratierte Liste großartiger Projekte, Werke, Personen, Artikel und Ressourcen zum Schaffen von Kunst (einschließlich Musik) mit maschinellem Lernen.

Inhalt

Menschen, denen man folgen sollte
Projekte
Artikel und Vorträge
Lernressourcen
Bibliotheken
TODO

Menschen, denen man folgen sollte

Tero Parviainen – Softwareentwickler, Musikhacker und Autor. Entwickeln Sie die Designtools der Zukunft bei creative.ai.
Gene Kogan – ein Künstler und Programmierer, der ml4a initiiert hat.
大トロ(hardmaru) – Forschungswissenschaftler bei Google Brain, Tokio.
Douglas Eck – Der Anführer von Magenta, Google Brain.
Adam Roberts – Musikforscher in Magenta, Google Brain.
Kyle McDonald – Ein Künstler, der mit Code arbeitet. Er ist Mitwirkender bei openFrameworks.
Mario Klingemann – Künstler, Neurograph, Programmierer, Datensammler, Archivar, Artist in Residence @googleart.
Memo Akten – Künstler, Forscher und Philomathe, der mit Computer als Medium arbeitet, inspiriert von der Schnittstelle zwischen Wissenschaft und Spiritualität.
Robbie Barrat – Künstler, der mit KI arbeitet, 19 Jahre alt ist und in einem Forschungslabor in Stanford arbeitet.
Janelle Shane – Wissenschaftlerin im Bereich Optik. Spielt mit neuronalen Netzen.
Daniel Shiffman – Die beste Quelle für alle Themen zum kreativen Programmieren für Anfänger.
Samim – Arbeitet derzeit für Google. Designer und Code-Magier. Maschinelles Lernen, Flora-Fauna-Mensch-Computer-Interaktion.
Luba Elliott – Kuratorin, Forscherin, Organisatorin mehrerer kreativer KI-Events.
Nao Tokui – leitet ein Kreativlabor, Qosmo, in Tokio. Er ist der Schöpfer des Projekts „AI DJ“.
Sofia Crespo – Eine Künstlerin, die sich mit Botanik, Mikroskopie und neuronalen Netzen beschäftigt.
Anna Ridler – Eine Künstlerin, die sich auf maschinelles Lernen und Zeichnen spezialisiert hat.
Rebecca Fiebrink – Die Schöpferin von The Wekinator (einem interaktiven Tool für maschinelles Lernen).
Sofia Crespo – Eine in Berlin lebende Künstlerin. Ihre Arbeiten beschäftigen sich mit Mikroskopie, Memetik, Botanik und neuronalen Netzen.

Projekte

Visuell

Sehen lernen – ?️ Ein künstliches neuronales Netzwerk, das Vorhersagen über Live-Webcam-Eingaben trifft und versucht, das Gesehene im Kontext dessen, was es zuvor gesehen hat, zu verstehen. Es kann nur das sehen, was es bereits weiß, genau wie wir.
art-DCGAN - ? Die modifizierte Implementierung von DCGAN konzentrierte sich auf generative Kunst.
Schnelle Stilübertragung – ⚡ Extrem einfaches Beispiel für die schnelle Echtzeit-Stilübertragung im Browser.
Schmutzige Daten - ? Was passiert, wenn Sie „schmutzige“ Daten verwenden? Lernt das Netzwerk etwas? Wenn ja, was lernt es? Können wir daraus irgendetwas Interessantes mitnehmen?
Jetzt tanzen alle - ? Versetzen Sie jede Person sofort in einen professionellen Tänzer.
Untergang des Hauses Usher – ? 12-minütige Animation. Eash wird immer noch von einem neuronalen Netz (pix2pix) erzeugt, das auf den Tuschezeichnungen des Künstlers trainiert wird.
Was ich vor der Dunkelheit sah – Ein neuronales Netzwerk stellt sich eine Person vor. Dann werden nach und nach die Neuronen im Netzwerk abgeschaltet ...
Zeichnungsausrichtungen
neural-style-pt – Eine Übertragungsimplementierung im PyTorch-Stil. Einfach zu installieren, läuft auf allen Betriebssystemen, verfügt über umfangreiche Wiki-Anleitungen, Begleitskripte und andere neuronale Modelle.

Musik

Magenta – Ein Open-Source-Forschungsprojekt, das die Rolle des maschinellen Lernens als Werkzeug im kreativen Prozess untersucht.
Die unendliche Drum Machine - ? Tausende Alltagsgeräusche, organisiert durch maschinelles Lernen.
Rap-Neuronales Netzwerk - ? Wiederkehrendes neuronales Netzwerk zum Schreiben von Rap-Songs, trainiert auf der gesamten Diskographie von Kanye West.
Beat Blender - ? Mischen Sie Beats mithilfe von maschinellem Lernen, um Musik auf unterhaltsame neue Weise zu erstellen.
Melodiemixer - ? Eine unterhaltsame Möglichkeit, Musik mithilfe von maschinellem Lernen zu erkunden.
Leistung RNN - ? Echtzeitleistung durch ein wiederkehrendes neuronales Netzwerk (RNN) im Browser.
Neuronale Beatbox - ? RNN-basierte Rhythmuserzeugung + Audioklassifizierung = Spaß!
KI-DJ - ? Eine Live-Performance mit einem DJ mit künstlicher Intelligenz (KI), der neben einem menschlichen DJ spielt. Es gewann den „Honorary Mentions“ Award beim Prix Ars Electronica 2018.
Sornting – Ein Spiel, das auf einem musikalischen maschinellen Lernalgorithmus basiert, der verschiedene Melodien interpolieren kann. Der Spieler muss sich die Musik anhören, um die richtige Reihenfolge herauszufinden oder das Lied zu „sortieren“.
RUNN – Ein Spiel, das auf einem musikalischen maschinellen Lernalgorithmus basiert, der Melodien erzeugen kann. Der Spieler muss das Side-Scrolling-Spiel beenden, um das vollständige Lied anzuhören.
Jazz RNN – Hören Sie sich den von einem Algorithmus erstellten Jazz an.

Text

Generierte Rezepte
GPT-3 Creative Fiction – Kreatives Schreiben nach dem GPT-3-Modell von OpenAI, das Poesie, Dialoge, Wortspiele, literarische Parodien und Geschichtenerzählen demonstriert.

Interaktiv

Der Wekinator – Er ermöglicht es jedem, maschinelles Lernen zu nutzen, um neue Musikinstrumente, Gesten-Gamecontroller, Computer-Vision- oder Computer-Hörsysteme und mehr zu bauen. Es ist kostenlos und Open Source.

Sonstiges

Maschinelles Lernen für Kreativität und Design 2019
Maschinelles Lernen für Kreativität und Design, NeurIPS 2018 Workshop – ?‍?‍?‍? Es enthält 35 Artikel über maschinelle Lernkunst, die ein breites Spektrum verschiedener Disziplinen umfassen.
Runway – Es handelt sich um ein Toolkit, das Design- und Kreativplattformen um Funktionen für künstliche Intelligenz erweitert.
Autonome Falle 001 – der Künstler nutzte rituelle Magie, um selbstfahrende Autos einzufangen.
Fake New Generator – Das Modell kann aus jedem Titel nahezu aussagekräftigen Text generieren.

Artikel und Vorträge

Maschinelles Lernen für Künstler (auch bekannt als ml4a) (Gene Kogan) – Dieser Artikel vergleicht die Entstehung von ML in der Kunst mit dem Fall von CV in den frühen 2000er Jahren.
Künstler und maschinelle Intelligenz – Ein Programm bei Google, das Künstler und Ingenieure zusammenbringt, um Projekte mithilfe maschineller Intelligenz zu realisieren.
MusicVAE: Erstellen einer Palette für Musikpartituren mit maschinellem Lernen
Abstrakte Muster mit TensorFlow generieren
BBC Sounds: Die Künste und künstliche Intelligenz – Ein Gemälde eines GAN-Modells wird für 432.500 USD in einer Auktion verkauft (HINWEIS: Der Originalcode wurde von Robbie Barrat, The Verge, geschrieben). Zu dem Vortrag gesellen sich Mario Klingemann und Anna Ridler.
Die KI-Kunst bei Christie's ist nicht das, was Sie denken – Jason Bailey interviewt Huge von Obvious und Robbie Barrat, um die umstrittene Auktion von Christie weiter zu untersuchen.
Wie generative Musik funktioniert: Eine Perspektive – Es ist eine Website, die generative Musik interaktiv beschreibt.

Lernressourcen

Anfänger

TensorFlow.js – Intelligenz und Lernen (The Coding Train)
Maschinelles Lernen mit TensorFlow, ml5.js und Spell (The Coding Train)
Einsteigerleitfaden zum maschinellen Lernen in JavaScript (The Coding Train)

Medium

Lernmaschinen – Unterrichtet von Patrick Hebron an der NYU/ITP, Herbst 2017.
Maschinelles Lernen für Musiker und Künstler (Rebecca Fiebrink)
ml4a (Maschinelles Lernen für Künstler)
The Neural Aesthetic @ ITP-NYU, Herbst 2018 – Ein erstaunlicher Kurs von Gene Kogna. Es ist voll von offenem Material über die Kunst des maschinellen Lernens.

Fortgeschritten

Neural Style Transfer: Kunst mit Deep Learning mit tf.keras und eifriger Ausführung schaffen
Kreative Anwendungen von Deep Learning mit TensorFlow (Parag Mital)
cs231n – Die Notizen begleiten den Stanford Computer Science-Kurs CS231n (Convolutional Neural Networks for Visual Recognition).

Bibliotheken

tensorflow.js – ⚡ Eine JavaScript-Bibliothek zum Trainieren und Bereitstellen von ML-Modellen im Browser und auf Node.js.
ml5.js - ? ? Ziel ist es, maschinelles Lernen einem breiten Publikum aus Künstlern, kreativen Programmierern und Studenten zugänglich zu machen.
p5.js - ? ? p5.js ist eine clientseitige JS-Plattform, die es Künstlern, Designern, Studenten und jedem ermöglicht, das Programmieren zu erlernen und sich im Web kreativ auszudrücken.