Preskoči na sadržaj
Korištenjem servisa na Twitteru pristajete na korištenje kolačića. Twitter i partneri rade globalno te koriste kolačiće za analize, personalizaciju i oglase.

Za najbolje sučelje na Twitteru koristite Microsoft Edge ili instalirajte aplikaciju Twitter iz trgovine Microsoft Store.

  • Naslovnica Naslovnica Naslovnica, trenutna stranica.
  • O Twitteru

Spremljena pretraživanja

  • obriši
  • U ovom razgovoru
    Ovjeren akauntZaštićeni tweetovi @
Predloženi korisnici
  • Ovjeren akauntZaštićeni tweetovi @
  • Ovjeren akauntZaštićeni tweetovi @
  • Jezik: Hrvatski
    • Bahasa Indonesia
    • Bahasa Melayu
    • Català
    • Čeština
    • Dansk
    • Deutsch
    • English
    • English UK
    • Español
    • Filipino
    • Français
    • Italiano
    • Magyar
    • Nederlands
    • Norsk
    • Polski
    • Português
    • Română
    • Slovenčina
    • Suomi
    • Svenska
    • Tiếng Việt
    • Türkçe
    • Български език
    • Русский
    • Српски
    • Українська мова
    • Ελληνικά
    • עִבְרִית
    • العربية
    • فارسی
    • मराठी
    • हिन्दी
    • বাংলা
    • ગુજરાતી
    • தமிழ்
    • ಕನ್ನಡ
    • ภาษาไทย
    • 한국어
    • 日本語
    • 简体中文
    • 繁體中文
  • Imate račun? Prijava
    Imate račun?
    · Zaboravili ste lozinku?

    Novi ste na Twitteru?
    Registrirajte se
Profil korisnika/ce quasimondo
Mario Klingemann
Mario Klingemann
Mario Klingemann
Ovjeren akaunt
@quasimondo

Tweets

Mario KlingemannOvjeren akaunt

@quasimondo

Artist, Neurographer, Coder, Data Collector, Archivist, Speaker #AI #Art @Quasimondo@mastodon.social

Munich, Germany
quasimondo.com
Vrijeme pridruživanja: travanj 2007.

Tweets

  • © 2020 Twitter
  • O Twitteru
  • Centar za pomoć
  • Uvjeti
  • Pravila o privatnosti
  • Imprint
  • Kolačići
  • Informacije o oglasima
Odbaci
Prethodni
Sljedeće

Idite na profil osobe

Spremljena pretraživanja

  • obriši
  • U ovom razgovoru
    Ovjeren akauntZaštićeni tweetovi @
Predloženi korisnici
  • Ovjeren akauntZaštićeni tweetovi @
  • Ovjeren akauntZaštićeni tweetovi @

Odjava

Blokiraj

  • Objavi Tweet s lokacijom

    U tweetove putem weba ili aplikacija drugih proizvođača možete dodati podatke o lokaciji, kao što su grad ili točna lokacija. Povijest lokacija tweetova uvijek možete izbrisati. Saznajte više

    Vaši popisi

    Izradi novi popis


    Manje od 100 znakova, neobavezno

    Privatnost

    Kopiraj vezu u tweet

    Ugradi ovaj Tweet

    Embed this Video

    Dodajte ovaj Tweet na svoje web-mjesto kopiranjem koda u nastavku. Saznajte više

    Dodajte ovaj videozapis na svoje web-mjesto kopiranjem koda u nastavku. Saznajte više

    Hm, došlo je do problema prilikom povezivanja s poslužiteljem.

    Integracijom Twitterova sadržaja u svoje web-mjesto ili aplikaciju prihvaćate Twitterov Ugovor za programere i Pravila za programere.

    Pregled

    Razlog prikaza oglasa

    Prijavi se na Twitter

    · Zaboravili ste lozinku?
    Nemate račun? Registrirajte se »

    Prijavite se na Twitter

    Niste na Twitteru? Registrirajte se, uključite se u stvari koje vas zanimaju, i dobivajte promjene čim se dogode.

    Registrirajte se
    Imate račun? Prijava »

    Dvosmjerni (slanje i primanje) kratki kodovi:

    Država Kod Samo za korisnike
    Sjedinjene Američke Države 40404 (bilo koje)
    Kanada 21212 (bilo koje)
    Ujedinjeno Kraljevstvo 86444 Vodafone, Orange, 3, O2
    Brazil 40404 Nextel, TIM
    Haiti 40404 Digicel, Voila
    Irska 51210 Vodafone, O2
    Indija 53000 Bharti Airtel, Videocon, Reliance
    Indonezija 89887 AXIS, 3, Telkomsel, Indosat, XL Axiata
    Italija 4880804 Wind
    3424486444 Vodafone
    » Pogledajte SMS kratke šifre za druge zemlje

    Potvrda

     

    Dobro došli kući!

    Vremenska crta mjesto je na kojem ćete provesti najviše vremena i bez odgode dobivati novosti o svemu što vam je važno.

    Tweetovi vam ne valjaju?

    Prijeđite pokazivačem preko slike profila pa kliknite gumb Pratim da biste prestali pratiti neki račun.

    Kažite mnogo uz malo riječi

    Kada vidite Tweet koji volite, dodirnite srce – to osobi koja ga je napisala daje do znanja da vam se sviđa.

    Proširite glas

    Najbolji je način da podijelite nečiji Tweet s osobama koje vas prate prosljeđivanje. Dodirnite ikonu da biste smjesta poslali.

    Pridruži se razgovoru

    Pomoću odgovora dodajte sve što mislite o nekom tweetu. Pronađite temu koja vam je važna i uključite se.

    Saznajte najnovije vijesti

    Bez odgode pogledajte o čemu ljudi razgovaraju.

    Pratite više onoga što vam se sviđa

    Pratite više računa da biste dobivali novosti o temama do kojih vam je stalo.

    Saznajte što se događa

    Bez odgode pogledajte najnovije razgovore o bilo kojoj temi.

    Ne propustite nijedan aktualni događaj

    Bez odgode pratite kako se razvijaju događaji koje pratite.

    Mario Klingemann‏Ovjeren akaunt @quasimondo 21. sij 2019.
    • Prijavi Tweet

    I've created an experimental GAN architecture I call #RecuResGAN or "Recursive-Residual GAN" and I am pretty astonished that: - it works at all - how well it works across a pretty wide range of scales. - it is just 15% the size of a comparable #pix2pixHD modelpic.twitter.com/LCUoB2J7ql

    Portrait generated by RecuResGAN - replication of training example
    Portrait generated by RecuResGAN - replication of training example
    Portrait generated by RecuResGAN - replication of training example
    Portrait generated by RecuResGAN - replication of training example
    00:49 - 21. sij 2019.
    • 91 proslijeđeni Tweet
    • 607 oznaka „sviđa mi se”
    • anna ridler Alex Scheel Meyer Javier Fortea GSAinteractionDesign Gael Hugo Wladimir Braguini 🇪🇺 Jim Eggers Rupali Bhati Mutiny
    19 replies 91 proslijeđeni tweet 607 korisnika označava da im se sviđa
      1. Novi razgovor
      2. Mario Klingemann‏Ovjeren akaunt @quasimondo 21. sij 2019.
        • Prijavi Tweet

        Of course I did not google the concept of recursive neural networks before I started this experiment and enjoyed the illusion of being very innovative here for a whole day: https://en.wikipedia.org/wiki/Recursive_neural_network …

        0 proslijeđenih tweetova 57 korisnika označava da im se sviđa
        Prikaži ovu nit
      3. Mario Klingemann‏Ovjeren akaunt @quasimondo 21. sij 2019.
        • Prijavi Tweet

        The principle is pretty simple: in a classic residual architecture you chain several residual blocks behind each other (in #pix2pixHD the default is 9 blocks), what I do in #RecuResGAN is to use a single block, but loop 9 times over it, feeding its output back into its input.

        5 replies 2 proslijeđena tweeta 38 korisnika označava da im se sviđa
        Prikaži ovu nit
      4. Mario Klingemann‏Ovjeren akaunt @quasimondo 21. sij 2019.
        • Prijavi Tweet

        The same goes for the down- and up-convolution modules, only here you cannot reduce or increase the amount of filters within a block so you have to compromise a bit how many you use in order not to run out of memory with the accumulated gradients.

        1 reply 0 proslijeđenih tweetova 15 korisnika označava da im se sviđa
        Prikaži ovu nit
      5. Mario Klingemann‏Ovjeren akaunt @quasimondo 21. sij 2019.
        • Prijavi Tweet

        So my theory why it seems to be relatively scale invariant is particular because of those recursive up- and down convolutions where a block has to handle all the features at various scales and thus becomes kind of fractal.

        0 proslijeđenih tweetova 22 korisnika označavaju da im se sviđa
        Prikaži ovu nit
      6. Kraj razgovora
      1. Novi razgovor
      2. Roelof Pieters‏ @graphific 21. sij 2019.
        • Prijavi Tweet
        Odgovor korisniku/ci @quasimondo

        Looks like your model is massively overfitting and remembering it’s training data, 3rd image looks like Levitski to me (http://art.niv.ru/images/enc-popular-art/04138.jpg … & https://artsandculture.google.com/asset/portrait-of-countess-ursula-mniszek/IQFUoMwDqzRUWw …)pic.twitter.com/UtMnym4Qgi

        1 reply 0 proslijeđenih tweetova 5 korisnika označava da im se sviđa
      3. Mario Klingemann‏Ovjeren akaunt @quasimondo 21. sij 2019.
        • Prijavi Tweet
        Odgovor korisniku/ci @graphific

        Did you read the annotation on the image?

        1 reply 0 proslijeđenih tweetova 3 korisnika označavaju da im se sviđa
      4. Još 6 drugih odgovora
      1. Novi razgovor
      2. stormtroper1721‏ @stormtroper1721 21. sij 2019.
        • Prijavi Tweet
        Odgovor korisniku/ci @quasimondo

        How would the model learn higher and lower level features with shared parameters?

        1 reply 0 proslijeđenih tweetova 0 korisnika označava da im se sviđa
      3. Mario Klingemann‏Ovjeren akaunt @quasimondo 21. sij 2019.
        • Prijavi Tweet
        Odgovor korisniku/ci @stormtroper1721

        That is the magic of it. It seems to accumulate all of them in a single layer - of course you cannot extract them later, but since I am not using it for classification that is not an issue for me.

        1 reply 0 proslijeđenih tweetova 4 korisnika označavaju da im se sviđa
      4. Još 3 druga odgovora
      1. Tweet je nedostupan.
      2. Mario Klingemann‏Ovjeren akaunt @quasimondo 21. sij 2019.
        • Prijavi Tweet
        Odgovor korisniku/ci @Leo_of_Skyhorn

        Yes they are, though these are generated from face markers that are also part of the training data, so these are very easy for the model to make.

        0 replies 0 proslijeđenih tweetova 4 korisnika označavaju da im se sviđa
      3. Kraj razgovora

    Čini se da učitavanje traje već neko vrijeme.

    Twitter je možda preopterećen ili ima kratkotrajnih poteškoća u radu. Pokušajte ponovno ili potražite dodatne informacije u odjeljku Status Twittera.

      Sponzorirani tweet

      false

      • © 2020 Twitter
      • O Twitteru
      • Centar za pomoć
      • Uvjeti
      • Pravila o privatnosti
      • Imprint
      • Kolačići
      • Informacije o oglasima