www.wikidata.id-id.nina.az

DeepDream adalah program penglihatan komputer yang dibuat oleh insinyur Google Alexander Mordvintsev menggunakan jaringa

DeepDream

DeepDream adalah program penglihatan komputer yang dibuat oleh insinyur Google, Alexander Mordvintsev menggunakan jaringan saraf tiruan convolutional. Program ini memanfaatkan jaringan saraf tiruan untuk menemukan dan meningkatkan pola dalam gambar melalui pareidolia algoritmik, sehingga menciptakan tampilan halusinogenik mirip mimpi seperti dalam gambar yang diproses secara berlebihan.

Lukisan "Mona Lisa" dengan efek DeepDream menggunakan jaringan saraf tiruan VGG16 yang dilatih dengan ImageNet

Istilah (deep) "dreaming" pertama kali dipopulerkan Google untuk merujuk pada pemrosesan gambar yang menghasilkan aktivasi tertentu pada jaringan saraf dalam (deep neural networks) yang terlatih. Istilah ini sekarang mengacu pada kumpulan pendekatan terkait pemrosesan gambar semacam ini.

Sejarah sunting

Perangkat lunak DeepDream, dibuat berdasarkan jaringan saraf tiruan konvolusional dengan nama kode "Inception" yang diberi nama berdasarkan film Inception. Perangkat lunak ini dikembangkan untuk ImageNet Large-Scale Visual Recognition Challenge (ILSVRC) pada tahun 2014 dan dirilis pada bulan Juli 2015.

Ide tentang mimpi dan penamaannya menjadi populer di internet pada tahun 2015 berkat program DeepDream yang diprakarsai Google. Ide ini terinspirasi sejarah jaringan saraf tiruan. Metode yang serupa juga telah digunakan untuk mensintesis tekstur visual. Ide visualisasi ini telah dikembangkan oleh beberapa kelompok peneliti sebelum dikerjakan Google dalam proyek DeepDream.

Setelah Google mempublikasikan teknik mereka dan menjadikan kode mereka sumber terbuka, banyak perangkat lunak dibuat berdasarkan konsep ini. Beberapa diantaranya dalam bentuk layanan web, aplikasi seluler, dan perangkat lunak desktop yang memungkinkan pengguna mengubah foto mereka sendiri.

Gambar asli (kiri) setelah menerapkan sepuluh (tengah) dan lima puluh (kanan) iterasi DeepDream, jaringan telah dilatih untuk melihat anjing

Referensi sunting

  1. ^ Mordvintsev, Alexander; Olah, Christopher; Tyka, Mike (2015). . Google Research. Diarsipkan dari versi asli tanggal 2015-07-08. 
  2. ^ Mordvintsev, Alexander; Olah, Christopher; Tyka, Mike (2015). . Google Research. Diarsipkan dari versi asli tanggal 2015-07-03. 
  3. ^ Szegedy, Christian; Liu, Wei; Jia, Yangqing; Sermanet, Pierre; Reed, Scott; Anguelov, Dragomir; Erhan, Dumitru; Vanhoucke, Vincent; Rabinovich, Andrew (2014). "Going Deeper with Convolutions". Computing Research Repository. arXiv:1409.4842 . Bibcode:2014arXiv1409.4842S. 
  4. Lewis, J.P. (1988). Creation by refinement: a creativity paradigm for gradient descent learning networks. IEEE International Conference on Neural Networks. doi:10.1109/ICNN.1988.23933. 
  5. Portilla, J; Simoncelli, Eero (2000). "A parametric texture model based on joint statistics of complex wavelet coefficients". International Journal of Computer Vision. 40: 49–70. doi:10.1023/A:1026553619983. 
  6. Erhan, Dumitru. (2009). Visualizing Higher-Layer Features of a Deep Network. International Conference on Machine Learning Workshop on Learning Feature Hierarchies. 
  7. Simonyan, Karen; Vedaldi, Andrea; Zisserman, Andrew (2014). Deep Inside Convolutional Networks: Visualising Image Classification Models and Saliency Maps. International Conference on Learning Representations Workshop. arXiv:1312.6034 . 
  8. Repositori DeepDream di GitHub
  9. Daniel Culpan (2015-07-03). "These Google "Deep Dream" Images Are Weirdly Mesmerising". Wired. Diakses tanggal 2015-07-25. 

Pranala luar sunting

Wikimedia Commons memiliki media mengenai Deep Dream images.
  • Repositori Deep Dream, python notebook di GitHub
  • Mordvintsev, Alexander; Olah, Christopher; Tyka, Mike (June 17, 2015). . Diarsipkan dari versi asli tanggal 2015-07-03. 
wikipedia, wiki, buku, buku, perpustakaan, artikel, baca, unduh, gratis, unduh gratis, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, gambar, musik, lagu, film, buku, permainan, permainan.
Tanggal penerbitan:
DeepDream adalah program penglihatan komputer yang dibuat oleh insinyur Google Alexander Mordvintsev menggunakan jaringan saraf tiruan convolutional Program ini memanfaatkan jaringan saraf tiruan untuk menemukan dan meningkatkan pola dalam gambar melalui pareidolia algoritmik sehingga menciptakan tampilan halusinogenik mirip mimpi seperti dalam gambar yang diproses secara berlebihan 1 2 3 Lukisan Mona Lisa dengan efek DeepDream menggunakan jaringan saraf tiruan VGG16 yang dilatih dengan ImageNetIstilah deep dreaming pertama kali dipopulerkan Google untuk merujuk pada pemrosesan gambar yang menghasilkan aktivasi tertentu pada jaringan saraf dalam deep neural networks yang terlatih Istilah ini sekarang mengacu pada kumpulan pendekatan terkait pemrosesan gambar semacam ini Sejarah suntingPerangkat lunak DeepDream dibuat berdasarkan jaringan saraf tiruan konvolusional dengan nama kode Inception yang diberi nama berdasarkan film Inception 1 2 3 Perangkat lunak ini dikembangkan untuk ImageNet Large Scale Visual Recognition Challenge ILSVRC pada tahun 2014 3 dan dirilis pada bulan Juli 2015 Ide tentang mimpi dan penamaannya menjadi populer di internet pada tahun 2015 berkat program DeepDream yang diprakarsai Google Ide ini terinspirasi sejarah jaringan saraf tiruan 4 Metode yang serupa juga telah digunakan untuk mensintesis tekstur visual 5 Ide visualisasi ini telah dikembangkan oleh beberapa kelompok peneliti sebelum dikerjakan Google dalam proyek DeepDream 6 7 Setelah Google mempublikasikan teknik mereka dan menjadikan kode mereka sumber terbuka 8 banyak perangkat lunak dibuat berdasarkan konsep ini Beberapa diantaranya dalam bentuk layanan web aplikasi seluler dan perangkat lunak desktop yang memungkinkan pengguna mengubah foto mereka sendiri 9 nbsp nbsp nbsp Gambar asli kiri setelah menerapkan sepuluh tengah dan lima puluh kanan iterasi DeepDream jaringan telah dilatih untuk melihat anjingReferensi sunting a b Mordvintsev Alexander Olah Christopher Tyka Mike 2015 DeepDream a code example for visualizing Neural Networks Google Research Diarsipkan dari versi asli tanggal 2015 07 08 a b Mordvintsev Alexander Olah Christopher Tyka Mike 2015 Inceptionism Going Deeper into Neural Networks Google Research Diarsipkan dari versi asli tanggal 2015 07 03 a b c Szegedy Christian Liu Wei Jia Yangqing Sermanet Pierre Reed Scott Anguelov Dragomir Erhan Dumitru Vanhoucke Vincent Rabinovich Andrew 2014 Going Deeper with Convolutions Computing Research Repository arXiv 1409 4842 nbsp Bibcode 2014arXiv1409 4842S Lewis J P 1988 Creation by refinement a creativity paradigm for gradient descent learning networks IEEE International Conference on Neural Networks doi 10 1109 ICNN 1988 23933 Portilla J Simoncelli Eero 2000 A parametric texture model based on joint statistics of complex wavelet coefficients International Journal of Computer Vision 40 49 70 doi 10 1023 A 1026553619983 Parameter s2cid yang tidak diketahui akan diabaikan bantuan Erhan Dumitru 2009 Visualizing Higher Layer Features of a Deep Network International Conference on Machine Learning Workshop on Learning Feature Hierarchies Parameter s2cid yang tidak diketahui akan diabaikan bantuan Simonyan Karen Vedaldi Andrea Zisserman Andrew 2014 Deep Inside Convolutional Networks Visualising Image Classification Models and Saliency Maps International Conference on Learning Representations Workshop arXiv 1312 6034 nbsp Repositori DeepDream di GitHub Daniel Culpan 2015 07 03 These Google Deep Dream Images Are Weirdly Mesmerising Wired Diakses tanggal 2015 07 25 Pranala luar sunting nbsp Wikimedia Commons memiliki media mengenai Deep Dream images Repositori Deep Dream python notebook di GitHub Mordvintsev Alexander Olah Christopher Tyka Mike June 17 2015 Inceptionism Going Deeper into Neural Networks Diarsipkan dari versi asli tanggal 2015 07 03 Parameter url status yang tidak diketahui akan diabaikan bantuan Diperoleh dari https id wikipedia org w index php title DeepDream amp oldid 19112500