ai4artists

ทรัพยากรที่จุดตัดของ AI AND Art ส่วนใหญ่เป็นเครื่องมือและบทช่วยสอน แต่ยังรวมถึงผู้คนและสถานที่สร้างแรงบันดาลใจด้วย!

หากต้องการแหล่งข้อมูลที่ครอบคลุมยิ่งขึ้นซึ่งครอบคลุมเครื่องมือการเขียนโค้ดโฆษณาทั่วไป (ที่คุณอาจต้องการใช้กับสิ่งที่ระบุไว้ที่นี่) ให้ลองดู terkelg/awesome-creative-coding หรือ thatcreativecode.page สำหรับแหล่งข้อมูลเกี่ยวกับ AI และการเรียนรู้เชิงลึกโดยทั่วไป โปรดดูที่ ChristosChristofidis/awesome-deep-learning และ https://github.com/dair-ai

สารบัญ

• การเรียนรู้
  • หลักสูตร
  • วิดีโอ
  • หนังสือ
  • บทช่วยสอนและบล็อก
• เอกสาร/วิธีการ
  • โมเดลการแพร่กระจาย (และข้อความเป็นภาพ)
  • สนาม Neural Radiance (และ NeRF เหมือนกัน)
  • 3 มิติและเมฆจุด
  • การสังเคราะห์ภาพแบบไม่มีเงื่อนไข
  • การสังเคราะห์ภาพตามเงื่อนไข (และปัญหาผกผัน)
  • การผกผัน GAN (และการแก้ไข)
  • การตีความอวกาศแฝง
  • การปูรูปภาพ
• เครื่องมือ
  • ม.ล. สร้างสรรค์
  • การเรียนรู้เชิงลึก
  • รันไทม์/การปรับใช้
  • ข้อความเป็นรูปภาพ
  • การเข้ารหัสที่สร้างสรรค์
  • การแพร่กระจายที่เสถียร
• ชุดข้อมูล
• ผลิตภัณฑ์/แอป
• ศิลปิน
• สถาบัน/สถานที่
• รายการที่เกี่ยวข้อง

รายการ ตัวหนา หมายถึงแหล่งข้อมูลที่ฉันชื่นชอบสำหรับส่วน/ส่วนย่อยนั้น (หากฉัน ต้อง เลือกแหล่งข้อมูลเดียว) นอกจากนี้ แต่ละส่วนย่อยมักจะเรียงลำดับตามความจำเพาะของเนื้อหา (รายการทั่วไปส่วนใหญ่จะอยู่ในรายการแรก)

การเรียนรู้

หลักสูตร

การเรียนรู้เชิงลึกทั่วไป

• การเรียนรู้เชิงลึกเชิงปฏิบัติสำหรับผู้เขียนโค้ด (fast.ai)
• การเรียนรู้เชิงลึก (NYU)
• รู้เบื้องต้นเกี่ยวกับการเรียนรู้เชิงลึก (มช.)
• ️ Deep Learning สำหรับคอมพิวเตอร์วิทัศน์ (UMich)
• การเรียนรู้เชิงลึกสำหรับการมองเห็นคอมพิวเตอร์ (Stanford CS231n)
• การประมวลผลภาษาธรรมชาติด้วยการเรียนรู้เชิงลึก (Stanford CS224n)

การสร้างแบบจำลองเชิงลึก

• โมเดล Deep Generative (สแตนฟอร์ด)
• การเรียนรู้แบบไม่มีผู้ดูแลเชิงลึก (UC Berkeley)
• การอนุมานเชิงอนุพันธ์และแบบจำลองเชิงกำเนิด (โตรอนโต)
• ️ การสังเคราะห์ภาพจากการเรียนรู้ (CMU)
• การเรียนรู้โครงสร้างแฝงแบบไม่ต่อเนื่อง (โตรอนโต)
• จากรากฐานการเรียนรู้เชิงลึกสู่การแพร่กระจายที่เสถียร (fast.ai)

การเข้ารหัสเชิงสร้างสรรค์และสื่อใหม่

• ️ การเรียนรู้เชิงลึกสำหรับศิลปะ สุนทรียศาสตร์ และความคิดสร้างสรรค์ (MIT)
• การเรียนรู้ของเครื่องสำหรับเว็บ (ITP/NYU)
• ศิลปะและการเรียนรู้ของเครื่อง (มช.)
• การติดตั้งสื่อใหม่ ศิลปะที่เรียนรู้ (มช.)
• สื่อคอมพิวเตอร์เบื้องต้น (ITP/NYU)
  • หลักสูตรสื่อ
  • หลักสูตรรหัส

วิดีโอ

• ️ AI ที่สร้างภาพตามที่คุณต้องการอธิบาย (Vox)
• ฉันสร้างโครงข่ายประสาทเทียมและพยายามสอนให้รู้จักดูเดิล (Sebastian Lague)
• ซีรีส์โครงข่ายประสาทเทียม (3Blue1Brown)
• คู่มือสำหรับผู้เริ่มต้นใช้งาน Machine Learning ใน JavaScript (Coding Train)
• เอกสารสองนาที

หนังสือ

• ️ ดำดิ่งสู่การเรียนรู้เชิงลึก (Zhang, Lipton, Li และ Smola)
• การเรียนรู้เชิงลึก (Goodfellow, Bengio และ Courville)
• คอมพิวเตอร์วิทัศน์: อัลกอริทึมและการประยุกต์ใช้งาน (Szeliski)
• การสร้างเนื้อหาตามขั้นตอนในเกม (Shaker, Togelius และ Nelson)
• เจเนอเรทีฟดีไซน์ (เบเนดิกต์ กรอสส์)

บทช่วยสอนและบล็อก

การเรียนรู้เชิงลึก

• ️ VQGAN-CLIP: การสร้างและแก้ไขภาพโดเมนแบบเปิดด้วยคำแนะนำภาษาธรรมชาติ (Crowson และ Biderman)
• บทช่วยสอนเกี่ยวกับโมเดล Deep Generative (IJCAI-ECAI 2018)
• บทช่วยสอนเกี่ยวกับ GAN (CVPR 2018)
• Lil'Log (ลิเลียน เวง)
• กลั่น [ในช่วงเว้น]

ศิลปะกำเนิด

• ️ สร้าง Generative Art ด้วยคณิตศาสตร์ง่ายๆ
• Book of Shaders: การออกแบบเชิงสร้างสรรค์
• Mike Bostock: การแสดงอัลกอริธึม (พร้อม Eyeo talk)
• ตัวอย่างทั่วไปในการประมวลผล
• ดนตรีกำเนิด

เอกสาร/วิธีการ

โมเดลการแพร่กระจาย (และข้อความเป็นภาพ)

• SDEdit: การสังเคราะห์และการแก้ไขภาพที่แนะนำด้วยสมการเชิงอนุพันธ์สโตแคสติก: บทความที่มีมาก่อนการแพร่กระจายที่เสถียร ซึ่งอธิบายวิธีการสังเคราะห์และแก้ไขภาพด้วยแบบจำลองการแพร่กระจาย
• GLIDE: สู่การสร้างและการแก้ไขภาพเสมือนจริงด้วยโมเดลการแพร่กระจายตามข้อความ
• การสังเคราะห์ภาพความละเอียดสูงด้วยโมเดลการแพร่กระจายแบบแฝง: กระดาษต้นฉบับที่นำเสนอ Stable Diffusion และเริ่มต้นทั้งหมด
• การแก้ไขภาพพร้อมท์ถึงพร้อมท์ด้วยการควบคุมการสนใจข้าม: แก้ไขเอาต์พุตการแพร่กระจายที่เสถียรโดยการแก้ไขพร้อมท์ต้นฉบับ
• รูปภาพมีค่าหนึ่งคำ: การปรับแต่งการสร้างข้อความเป็นรูปภาพโดยใช้การกลับข้อความ: คล้ายกับพร้อมท์ถึงพรอมต์ แต่ใช้รูปภาพอินพุตและคำอธิบายข้อความแทน คล้ายๆ Style Transfer... แต่มีการกระจายที่เสถียร
• DreamBooth: การปรับแต่งโมเดลการแพร่กระจายข้อความเป็นรูปภาพอย่างละเอียดสำหรับรุ่นที่ขับเคลื่อนด้วยหัวเรื่อง: คล้ายกับการผกผันของข้อความ แต่มุ่งเน้นไปที่การจัดการรูปภาพตามหัวเรื่องแทน (เช่น สิ่งนี้/บุคคล/ฯลฯ แต่ อยู่ใต้น้ำ )
• การสังเคราะห์มุมมองใหม่ด้วยแบบจำลองการแพร่กระจาย
• AudioGen: การสร้างเสียงที่มีข้อความแนะนำ
• Make-A-Video: การสร้างข้อความเป็นวิดีโอโดยไม่มีข้อมูลข้อความวิดีโอ
• Imagic: การแก้ไขรูปภาพจริงตามข้อความด้วยแบบจำลองการแพร่กระจาย
• MDM: แบบจำลองการแพร่กระจายการเคลื่อนที่ของมนุษย์
• Soft Diffusion: การจับคู่คะแนนสำหรับการทุจริตทั่วไป
• การปรับแต่งหลายแนวคิดของการแพร่กระจายข้อความเป็นภาพ: เช่นเดียวกับ DreamBooth แต่สามารถสังเคราะห์แนวคิดได้หลายแบบ
• eDiff-I: โมเดลการแพร่กระจายข้อความเป็นรูปภาพพร้อมกลุ่มผู้เชี่ยวชาญ Denoisers
• ชี้แจงพื้นที่การออกแบบของแบบจำลองการกำเนิดตามการแพร่กระจาย (EDM)
• จัดการกับ Trilemma การเรียนรู้เชิงสร้างสรรค์ด้วย GAN แบบ Denoising Diffusion
• Imagen Video: การสร้างวิดีโอความละเอียดสูงพร้อมโมเดลการแพร่กระจาย

สนาม Neural Radiance (และ NeRF เหมือนกัน)

• เยี่ยมชมโครงสร้างจากการเคลื่อนไหวอีกครั้ง: งานก่อนหน้าเกี่ยวกับการสร้างแบบจำลองแบบกระจัดกระจาย (ยังจำเป็น/มีประโยชน์สำหรับ NeRF)
• การเลือกมุมมอง Pixelwise สำหรับสเตอริโอหลายมุมมองที่ไม่มีโครงสร้าง: งานก่อนหน้าเกี่ยวกับการสร้างแบบจำลองหนาแน่น (NeRF ค่อนข้างจะแทนที่สิ่งนี้)
• DeepSDF: การเรียนรู้ฟังก์ชันระยะทางที่ลงนามอย่างต่อเนื่องสำหรับการแสดงรูปร่าง
• การแสดงภาพประสาทแบบเลื่อนออกไป: การสังเคราะห์ภาพโดยใช้พื้นผิวประสาท
• ปริมาตรประสาท: การเรียนรู้ปริมาตรที่สามารถเรนเดอร์ไดนามิกจากรูปภาพ
• ️ NeRF: การแสดงฉากเป็นสนามรังสีประสาทสำหรับการสังเคราะห์มุมมอง : กระดาษที่เป็นจุดเริ่มต้นของทุกสิ่ง...
• Neural Radiance Fields สำหรับคอลเลกชันภาพถ่ายที่ไม่มีข้อจำกัด: NeRF ในป่า (ทางเลือกแทน MVS)
• เนิร์ฟี: ฟิลด์การแผ่รังสีของระบบประสาทที่เปลี่ยนรูปได้: NeRF ที่สมจริงราวกับภาพถ่ายจากภาพถ่ายและวิดีโอในป่าทั่วไป (เช่น จากโทรศัพท์มือถือ)
• Mip-NeRF: การเป็นตัวแทนหลายสเกลสำหรับฟิลด์ Radiance Neural Radiance แบบ Anti-Aliasing: NeRF... แต่ดีกว่า เร็วกว่า แข็งแกร่งกว่า
• NeRF ที่ควบคุมเชิงลึก: มุมมองน้อยลงและการฝึกอบรมที่เร็วขึ้นฟรี: ฝึกโมเดล NeRF ได้เร็วขึ้นด้วยภาพที่น้อยลงโดยใช้ประโยชน์จากข้อมูลเชิงลึก
• ดั้งเดิมกราฟิกประสาททันทีพร้อมการเข้ารหัสแฮชแบบหลายความละเอียด: แคชสำหรับการฝึกอบรม NeRF เพื่อให้รวดเร็วยิ่งขึ้น
• ทำความเข้าใจคำแนะนำ Pure CLIP สำหรับโมเดล Voxel Grid NeRF: การแปลงข้อความเป็น 3D โดยใช้ CLIP
• NeRF-SLAM: Monular SLAM แบบหนาแน่นแบบเรียลไทม์พร้อมสนาม Neural Radiance: NeRF สำหรับหุ่นยนต์ (และรถยนต์)
• nerf2nerf: การลงทะเบียนสนามรังสีประสาทแบบคู่: NeRF ที่ได้รับการฝึกล่วงหน้า
• ที่พวกเขาสร้างมนุษย์ 3 มิติและสภาพแวดล้อมในรายการทีวีขึ้นมาใหม่
• ClimateNeRF: การเรนเดอร์ระบบประสาทตามกายภาพเพื่อการสังเคราะห์สภาพอากาศขั้นสุดขีด
• อวตารหัวแบบตาข่ายที่ใช้นัดเดียวที่สมจริง
• หายนะจุดประสาทสำหรับการสังเคราะห์การสะท้อนมุมมองใหม่
• ช่วงเวลา 3 มิติจากภาพถ่ายที่เกือบจะซ้ำกัน
• NeRDi: การสังเคราะห์ NeRF แบบมุมมองเดียวพร้อมการแพร่กระจายแบบใช้ภาษาเป็นตัวกำหนดลำดับความสำคัญของรูปภาพทั่วไป

3 มิติและเมฆจุด

• DreamFusion: การแปลงข้อความเป็น 3D โดยใช้ 2D Diffusion (Google)
• ULIP: การเรียนรู้การนำเสนอภาษา รูปภาพ และ Point Cloud แบบรวมศูนย์เพื่อความเข้าใจแบบ 3 มิติ (Salesforce)
• การแยกโมเดล 3 มิติ วัสดุ และแสงจากภาพ (NVIDIA)
• GET3D: โมเดลกำเนิดของรูปร่างพื้นผิว 3 มิติคุณภาพสูงที่เรียนรู้จากรูปภาพ (NVIDIA)
• การสร้างสนามประสาท 3 มิติโดยใช้ Triplane Diffusion
• - MagicPony: การเรียนรู้สัตว์สามมิติที่พูดชัดแจ้งในป่า
• ObjectStitch: การจัดองค์ประกอบวัตถุทั่วไป (Adobe)
• LADIS: การแยกภาษาสำหรับการแก้ไขรูปร่าง 3 มิติ (Snap)
• Rodin: โมเดลกำเนิดสำหรับการแกะสลักอวตารดิจิทัล 3 มิติโดยใช้การแพร่กระจาย (Microsoft)
• SDFusion: การสร้างรูปร่าง 3D ต่อเนื่องหลายรูปแบบ การสร้างใหม่ และการสร้าง (Snap)
• DiffRF: การแพร่กระจายฟิลด์ Radiance 3D ที่มีการเรนเดอร์ (Meta)
• การสังเคราะห์มุมมองใหม่ด้วยแบบจำลองการแพร่กระจาย (Google)
• ️ Magic3D: การสร้างเนื้อหาข้อความเป็น 3D ความละเอียดสูง (NVIDIA)

การสังเคราะห์ภาพแบบไม่มีเงื่อนไข

• การสุ่มตัวอย่างเครือข่ายกำเนิด
• การเรียนรู้การเป็นตัวแทนทางประสาทแบบไม่ต่อเนื่อง (VQVAE)
• การเติบโตอย่างก้าวหน้าของ GAN เพื่อปรับปรุงคุณภาพ ความเสถียร และการเปลี่ยนแปลง
• สถาปัตยกรรมตัวสร้างตามสไตล์สำหรับเครือข่ายฝ่ายตรงข้ามทั่วไป (StyleGAN)
• ️ การวิเคราะห์และปรับปรุงคุณภาพของภาพของ StyleGAN (StyleGAN2)
• การฝึกอบรมเครือข่ายปฏิปักษ์ทั่วไปที่มีข้อมูลที่จำกัด (StyleGAN2-ADA)
• เครือข่ายฝ่ายตรงข้ามที่สร้างโดยปราศจากนามแฝง (StyleGAN3)
• การสร้างภาพที่มีความเที่ยงตรงสูงที่หลากหลายด้วย VQ-VAE-2
• หม้อแปลงไฟฟ้าสำหรับการสังเคราะห์ภาพความละเอียดสูง (VQGAN)
• โมเดลการแพร่กระจายเอาชนะ GAN ในการสังเคราะห์ภาพ
• StyleNAT: ทำให้แต่ละศีรษะมีมุมมองใหม่
• StyleGAN-XL: ปรับขนาด StyleGAN เป็นชุดข้อมูลที่หลากหลายขนาดใหญ่

การสังเคราะห์ภาพตามเงื่อนไข (และปัญหาผกผัน)

• การแปลภาพเป็นภาพด้วย Nets Adversarial Nets แบบมีเงื่อนไข (pix2pix)
• การแปลภาพเป็นภาพที่ไม่ได้จับคู่โดยใช้เครือข่ายฝ่ายตรงข้ามที่สอดคล้องกับวงจร (CycleGAN)
• การสังเคราะห์ภาพความละเอียดสูงและการจัดการความหมายด้วย GAN แบบมีเงื่อนไข (pix2pixHD)
• การแก้ไขความหมายของฉากโดยการเพิ่ม การจัดการ หรือการลบวัตถุ (SESAME)
• การสังเคราะห์ภาพเชิงความหมายด้วยการปรับให้เป็นมาตรฐานเชิงพื้นที่ (SPADE)
• คุณต้องการเพียงการควบคุมดูแลฝ่ายตรงข้ามสำหรับการสังเคราะห์ภาพความหมาย (OASIS)
• การเข้ารหัสอย่างมีสไตล์: ตัวเข้ารหัส StyleGAN สำหรับการแปลภาพเป็นภาพ
• การสังเคราะห์ภาพแบบมีเงื่อนไขหลายรูปแบบด้วย Product-of-Experts GAN
• จานสี: โมเดลการแพร่กระจายจากภาพสู่ภาพ
• โมเดลการแพร่กระจายข้อความเป็นรูปภาพพร้อมคำแนะนำแบบร่าง
• HRDA: การแบ่งส่วนความหมายที่ปรับเปลี่ยนตามโดเมนที่มีความละเอียดสูงตามบริบท
• PiPa: การเรียนรู้ด้วยตนเองแบบพิกเซลและแพตช์สำหรับการแบ่งส่วนความหมายแบบปรับตัวของโดเมน
• MIC: ความสอดคล้องของภาพที่มาสก์สำหรับการปรับโดเมนที่ได้รับการปรับปรุงตามบริบท
• การฝึกอบรมล่วงหน้าคือสิ่งที่คุณต้องการสำหรับการแปลภาพเป็นภาพ (PITI)

การผกผัน GAN (และการแก้ไข)

• การจัดการภาพเชิงสร้างสรรค์บน Manifold รูปภาพธรรมชาติ (iGAN)
• การผกผัน GAN ในโดเมนสำหรับการแก้ไขภาพจริง
• Image2StyleGAN: จะฝังรูปภาพลงในพื้นที่แฝงของ StyleGAN ได้อย่างไร
• การออกแบบตัวเข้ารหัสสำหรับการจัดการรูปภาพ StyleGAN
• การปรับแต่งที่สำคัญสำหรับการแก้ไขภาพจริงโดยอาศัยพื้นฐานแฝง
• ️ HyperStyle: การผกผัน StyleGAN ด้วย HyperNetworks สำหรับการแก้ไขภาพจริง
• StyleCLIP: การจัดการภาพ StyleGAN ที่ขับเคลื่อนด้วยข้อความ
• การผกผัน GAN ความแม่นยำสูงสำหรับการแก้ไขแอตทริบิวต์รูปภาพ
• การสลับตัวเข้ารหัสอัตโนมัติเพื่อการจัดการภาพเชิงลึก
• ร่าง GAN ของคุณเอง
• เขียนกฎเรขาคณิตของ GAN ใหม่
• GAN ทุกค่าใช้จ่ายสำหรับการสังเคราะห์และแก้ไขภาพเชิงโต้ตอบ
• เสน่ห์ครั้งที่สามเหรอ? การแก้ไขรูปภาพและวิดีโอด้วย StyleGAN3

การตีความอวกาศแฝง

• ️ การค้นพบการควบคุม GAN ที่ตีความได้ (GANspace)
• การตีความพื้นที่แฝงของ GAN สำหรับการแก้ไขใบหน้าแบบความหมาย
• GAN Dissection: การแสดงภาพและทำความเข้าใจเครือข่ายฝ่ายตรงข้ามที่สร้างสรรค์
• การแยกคำสั่งแก้ไข StyleGAN โดยไม่ได้รับการดูแล (CLIP2StyleGAN)
• มองเห็นสิ่งที่ GAN ไม่สามารถสร้างได้

การปูรูปภาพ

• การปูภาพลึก
• การปูพื้นหลัง: โลกคือหน้าจอสีเขียวของคุณ
• วิดีโอ Matting ที่แข็งแกร่ง
• การปูภาพเชิงความหมาย
• เครื่องปูแนวแนวตั้งที่รักษาความเป็นส่วนตัว
• การปูภาพธรรมชาติแบบลึกอัตโนมัติ
• MatteFormer
• MODNet: การปูภาพแนวตั้งแบบไร้การตัดทอนแบบเรียลไทม์ผ่านการสลายตัวตามวัตถุประสงค์
• ️ การปูทับมนุษย์ที่แข็งแกร่งผ่านการแนะแนวความหมาย

เครื่องมือ

การสร้างแบบจำลองกำเนิด

• NVIDIA Imaginaire: ไลบรารีการสังเคราะห์ภาพ 2D
• NVIDIA Omniverse: แพลตฟอร์มสำหรับการสร้างและใช้งานแอปพลิเคชัน metaverse
• มิลลิเมตรรุ่น
• Modelverse: การค้นหาตามเนื้อหาสำหรับโมเดลเชิงลึก
• แพดเดิลแกน

ม.ล. สร้างสรรค์

• Tensorflow.js
• ml5.js
• มีเดียไปป์
• ️ สีม่วงแดง
• เวคิเนเตอร์
• ofxAddons

กรอบการเรียนรู้เชิงลึก

• ️ PyTorch
• เคราส
• เทนเซอร์โฟลว์
• - หม้อแปลงไฟฟ้า
• - เครื่องกระจายกลิ่น
• แจ๊กซ์
• ดีลิบ
• ดาร์กเน็ต

รันไทม์/การปรับใช้

• FFCV: ไปป์ไลน์ข้อมูลที่ได้รับการปรับปรุงเพื่อเร่งการฝึกอบรม ML
• รันไทม์ ONNX
• DeepSpeed ​​(การฝึก การอนุมาน การบีบอัด)
• TensorRT
• เทนเซอร์โฟลว์ Lite
• ทอร์ชสคริปต์
• คบเพลิงเสิร์ฟ
• เทมเพลต AI

ข้อความเป็นรูปภาพ

• ️ การแพร่กระจายที่เสถียร
• อิมเมจ
• ดาล 2
• VQGAN+คลิป
• ปาร์ตี
• Muse: การสร้างข้อความเป็นภาพผ่าน Masked Generative Transformers: มีประสิทธิภาพมากกว่าการแพร่กระจายหรือโมเดลข้อความเป็นภาพแบบถอยอัตโนมัติที่ใช้การสร้างแบบจำลองภาพมาสก์ด้วยหม้อแปลง

การแพร่กระจายที่เสถียร (SD)

• Dream Studio: บริการโฮสต์บนคลาวด์ AI ความเสถียรอย่างเป็นทางการ
• ️ Stable Diffusion Web UI : UI ที่ใช้งานง่ายสำหรับ SD พร้อมคุณสมบัติเพิ่มเติมเพื่อทำให้ขั้นตอนการทำงานทั่วไปเป็นเรื่องง่าย
• AI render (Blender): เรนเดอร์ฉากใน Blender โดยใช้ข้อความแจ้ง
• Dream Textures (Blender): ปลั๊กอินสำหรับเรนเดอร์พื้นผิว รูปภาพอ้างอิง และพื้นหลังด้วย SD
• lexica.art - ค้นหาพร้อมท์ SD
• koi (Krita): ปลั๊กอิน SD สำหรับ Krita สำหรับการสร้าง img2img
• อัลปาก้า (Photoshop): ปลั๊กอิน Photoshop (เบต้า)
• ปลั๊กอินของ Christian Cantrell (Photoshop): ปลั๊กอิน Photoshop อื่น
• Stable Diffusion Studio: ส่วนหน้าเน้นแอนิเมชันสำหรับ SD
• DeepSpeed-MII: การอนุมานที่มีความหน่วงต่ำและปริมาณงานสูงสำหรับโมเดล/งานที่หลากหลาย (20,000+) รวมถึง SD

สนามรังสีประสาท

• คอลแมป
• ️ เนิร์ฟสตูดิโอ
• NVlabs/ทันที-ngp
• เนิร์ฟแอค

การเข้ารหัสที่สร้างสรรค์

กรอบงาน

• ️ กำลังประมวลผล (Java) และ p5.js (Javascript)
• openFrameworks (C ++)
• ถ่าน (C++)
• nannou (สนิม)

ภาษาการเขียนโปรแกรมเชิงภาพ

• วีวีวี
• ️ TouchDesigner
• สูงสุด/MSP/กระวนกระวายใจ
• ข้อมูลเพียว

ชุดข้อมูล

ได้รับอนุญาต / การเข้าถึงแบบเปิด

• ชุดข้อมูล LAION: ชุดข้อมูลคู่ข้อความรูปภาพและข้อความขนาดใหญ่มากหลายชุด (โดยเฉพาะอย่างยิ่งใช้เพื่อฝึกโมเดลการกระจายความเสถียรของโอเพ่นซอร์ส)
• LAION-ใบหน้า
• Unsplash รูปภาพ
• Pixabay
• เพกเซล
• เปิดรูปภาพ: Open Images เป็นชุดข้อมูลของรูปภาพประมาณ 9 ล้านภาพที่มีคำอธิบายประกอบด้วยป้ายกำกับระดับรูปภาพ กล่องขอบเขตวัตถุ มาสก์การแบ่งส่วนวัตถุ ความสัมพันธ์ทางภาพ และคำบรรยายที่แปลเป็นภาษาท้องถิ่น:
• Mozilla Common Voice: คำพูดที่ถอดความแล้ว 17,127 ชั่วโมงครอบคลุม 104 ภาษา นอกจากนี้ ชั่วโมงที่บันทึกไว้จำนวนมากในชุดข้อมูลยังรวมถึงข้อมูลเมตาทางประชากรศาสตร์ เช่น อายุ เพศ และสำเนียง ที่สามารถช่วยปรับปรุงความแม่นยำของกลไกการรู้จำเสียงได้
• Flickr Commons: Flickr Commons คือคอลเลกชันภาพถ่ายประวัติศาสตร์ที่มีเอกลักษณ์เฉพาะจากสถาบันวัฒนธรรมกว่า 100 แห่งจากทั่วโลก โดยทั้งหมดนี้ไม่มีข้อจำกัดด้านลิขสิทธิ์ที่ทราบ
• Internet Archive: Internet Archive เป็นห้องสมุดที่ไม่แสวงหากำไรที่ประกอบด้วยหนังสือ ภาพยนตร์ ซอฟต์แวร์ เพลง เว็บไซต์ และอื่นๆ อีกมากมายฟรี
• วิกิมีเดียคอมมอนส์: คอลเลกชันของไฟล์สื่อที่ใช้งานได้อย่างอิสระจำนวน 106,323,506 ไฟล์ซึ่งใครๆ ก็สามารถมีส่วนร่วมได้
• หอจดหมายเหตุล่วงหน้า
• โปรแกรมเนื้อหาแบบเปิดของ Getty Library: สร้างภาพจากคอลเลกชันของ Getty เพื่อใช้ในการศึกษา การสอน และความเพลิดเพลินได้อย่างอิสระ
• การเข้าถึงแบบเปิดของสมิธโซเนียน
• การตรวจสอบที่เป็นสาธารณสมบัติ: มุ่งเน้นไปที่ผลงานที่ตกเป็นสาธารณสมบัติแล้ว ซึ่งเป็นเนื้อหาทั่วไปที่หมดลิขสิทธิ์ซึ่งทุกคนสามารถเพลิดเพลิน แบ่งปัน และสร้างต่อยอดได้อย่างอิสระโดยไม่มีข้อจำกัด
• หอสมุดแห่งชาติ
• ห้องสมุดมรดกความหลากหลายทางชีวภาพ
• การเข้าถึงแบบเปิดของ Met
• การเข้าถึงแบบเปิดของหอศิลป์แห่งชาติ
• สถาบันศิลปะแห่งชิคาโกเปิดการเข้าถึง
• คอลเลกชันโดเมนสาธารณะของห้องสมุดสาธารณะนิวยอร์ก
• พิพิธภัณฑ์ für Kunst und Gewerbe Hamburg Steintorplatz
• แฟร์เฟซ
• คำบรรยายเชิงแนวคิด
• เร็วเข้า วาด!
• เปิดรูปภาพ
• การตอบคำถามด้วยภาพ
• ดอกไม้เทนเซอร์โฟลว์
• ชุดข้อมูลผลิตภัณฑ์ออนไลน์ของ Stanford
• รูปร่าง DeepMind 3 มิติ
• ผ่าน: การแทนที่ ImageNet สำหรับการฝึกล่วงหน้าแบบมีผู้ดูแลด้วยตนเองโดยไม่ต้องใช้มนุษย์ ซึ่งสามารถใช้สำหรับการฝึกล่วงหน้าคุณภาพสูง ในขณะเดียวกันก็ลดข้อกังวลด้านความเป็นส่วนตัวลงอย่างมาก

ใบหน้า/บุคคล (สิทธิ์การใช้งานแบบจำกัด)

• ใบหน้าติดป้ายกำกับในป่า (LFW)
• เซเลบ
• LFWA+
• CelebAMask-HQ
• CelebA-หลอก
• UTKFace
• SSHQ: ตัวเต็ม 1024 x 512px

อื่น

• สนามแสงบรูตัส

ผลิตภัณฑ์/แอป

• นักผสมพันธุ์สัตว์
• กลางการเดินทาง
• ดาลเล 2 (OpenAI)
• Runway - โปรแกรมตัดต่อวิดีโอที่ขับเคลื่อนด้วย AI
• Facet AI - โปรแกรมแก้ไขรูปภาพที่ขับเคลื่อนด้วย AI
• Adobe Sensei - คุณสมบัติที่ขับเคลื่อนด้วย AI สำหรับชุด Creative Cloud
• การสาธิต NVIDIA AI
• ClipDrop และ cleanup.pictures

ศิลปิน

รายชื่อโดยย่อของผู้ที่ทำสิ่งที่น่าสนใจที่จุดตัดของศิลปะ ML และการออกแบบ

• บันทึกอัคเทน
• Neural Bricolage (เฮเลนา ซาริน)
• โซเฟีย เครสโป
• ลอเรน แม็กคาร์ธี
• ฟิลิปป์ ชมิตต์
• แอนนา ริดเลอร์
• ทอม ไวท์
• อิโวนา เตา
• เทรเวอร์ แพเกลน
• ซาช่า สไตล์ส
• มาริโอ คลิงเงมันน์
• เทก้า เบรน
• มีมิ โอนูโอฮะ
• อัลลิสัน พาร์ริช
• แคโรไลน์ ซินเดอร์ส
• ร็อบบี้ บาร์รัต
• ไคล์ แมคโดนัลด์
• โกลัน เลวิน

สถาบัน/สถานที่

• สตูดิโอเพื่อการสอบถามเชิงสร้างสรรค์
• ไอทีพี@นิวยอร์ค
• มูลนิธิพื้นที่สีเทาเพื่อศิลปะ
• AI ความเสถียร (Eleuther, LAION และคณะ)
• ช่างทอง @ มหาวิทยาลัยลอนดอน
• UCLA ออกแบบสื่อศิลปะ
• ศูนย์เบิร์กลีย์สำหรับสื่อใหม่
• Google Artists และ Machine Intelligence
• Google สร้างสรรค์แล็บ
• ห้องทดลองที่ Google Cultural Institute
• Sony CSL (โตเกียวและปารีส)

รายการและคอลเลกชันที่เกี่ยวข้อง

• การเรียนรู้ของเครื่องเพื่อศิลปะ
• เครื่องมือและทรัพยากรสำหรับงานศิลปะ AI (เภสัชจิต) - รายการสมุดบันทึก Google Colab จำนวนมากสำหรับเทคนิคการแปลงข้อความเป็นรูปภาพตลอดจนเครื่องมือและแหล่งข้อมูลทั่วไป
• Awesome Generative Deep Art - รายชื่อโครงการ Generative Deep Art / Generative AI เครื่องมือ งานศิลปะ และแบบจำลองที่คัดสรรแล้ว

มีส่วนร่วม

ยินดีบริจาค! อ่านหลักเกณฑ์การบริจาคก่อน