Генерим аниме-тян с помощью машинного обучения: обзор забавного проекта

Аниме порно     Аниме косплей     Аниме хентай     тян     Трахнул аниме тян     Аниме порно     Секс аниме     порно аниме     Лесбиянки аниме     Лесбиянки аниме     Тян     Аниме порно касплей     Косплей аниме     Аниме тянки     Аниме порно косплэй     Трахнул аниме тян     аниме хентай трансы     Аниме хентай     Порно секс аниме девушки     В аниме стиле     Порно аниме     Аниме тяг     аниме анал     Секс аниме     Аниме секс     Аниме с сестрой     В чулках аниме     Аниме лисичка любит анал     Аниме хентай без цензуры     Ебет Аниме тянку     Аниме порно Корра     аниме девка     Аниме косплей     Аниме лесби     Тини Тян     Аниме тянки     Аниме милашка     Порно касплей аниме     Порно в костюмах аниме     Аниме девушки     Лесби косплей на аниме     в анал аниме     Аниме сестра     Аниме сестра     Тянка из аниме     Аниме игры     Я не могу это сделать аниме     Тян чулки     неко тян     Негри тян     image https://bigecho.ru/wp-content/uploads/2021/08/pp_image_37378_u73rrtw6ctkyyavechanrspo-itb.jpg

Аниме — японская анимация, отличающаяся весьма характерной рисовкой фонов и персонажей, так что такие мультфильмы резко выделяются на фоне своих «собратьев» из других стран. Однако часто получается так, что из-за специфической манеры рисования определить, кто главный герой — мальчик или девочка — становится просто невозможно. Для того, чтобы проверить, справитесь ли вы с подобным заданием, не обязательно просматривать тысячи серий — достаточно просто пройти онлайн наш «Тян или кун аниме тест» и угадать пол аниме персонажа по его изображению!

1/14
image

Кто это?

Хаул — герой аниме «Ходячий замок».

2/14

Кто это?

Хаку — герой аниме «Наруто».

3/14

Кто это?

Присцилла — героиня аниме и манги «Клеймор».

4/14

Кто это?

Инуяся — герой манги и аниме «InuYasha»

5/14

Кто это?

Уэсуги Кэнсин — японский полководец, один из героев аниме «Sengoku Basara».

6/14

Кто это?

Харухи Фудзиока — главная героиня аниме и манги «Гостевой клуб лицея Оран».

7/14

Кто это?

Хаку — один из героев аниме «Унесённые призраками».

8/14

Кто это?

Эд — героиня аниме «Ковбой Бибоп».

9/14

Кто это?

Урушибара Рука — герой аниме «Врата;Штейна».

10/14

Кто это?

Джузо Сузуя — герой аниме «Токийский гуль»

11/14

Кто это?

Сейлор Уран — героиня аниме «Сейлор Мун».

12/14

Кто это?

Кикё — герой аниме «Katekyo Hitman Reborn!».

13/14

Кто это?

Кино — героиня аниме «Путешествие Кино».

14/14

Кто это?

Агито Ванидзима — герой аниме «Air Gear».

Вам явно стоит потренироваться в тяжёлом искусстве отделения тян от кунов.

Недурно! Вас почти невозможно запутать!

Ваш орлиный взор не проведёшь — отличная работа!

14

Вопросов без ответа

Вы должны ответить на все вопросы, чтобы увидеть результат.

❤️ Подписывайтесь! У нас крутые посты каждый день

Машинное обучение можно использовать для создания автопилотов, точных прогнозов погоды и многого другого. А можно заняться чем-то действительно полезным вроде рисования аниме-тян. Представляем вам рассказ автора проекта, в котором используется глубокое обучение для создания лиц аниме-девушек.

Нам нравится создавать разные прикольные штуки, связанные с ИИ. В этот раз наш взор пал на генеративно-состязательную сеть (Generative Adversarial Networks, GAN), которая бы создавала новые аниме-лица после обучения на наборе лиц, нарисованных людьми. Мы начали с онлайн-примера, код и набор с аниме-лицами которого можно найти здесь.

Как вы видите, GAN со временем совершенствуется в создании реалистичных изображений. GAN содержит генератор, создающий новые изображения, и дискриминатор, который даёт ему конструктивный фидбек. Генератор и дискриминатор являются свёрточными нейронными сетями (Convolutional Neural Networks, CNN).

Пример тренировочных данных:

А вот неплохой пример конечного результата:

На этом изображении видно, что у персонажа в правом нижнем углу есть бант на голове, а глаза и рот находятся там, где и должны. Некоторые лица выглядят искажёнными, как, например, второе лицо слева в первом ряду. В целом, изображения выглядят неплохо, хотя они не очень большие (64х64 пикселей на три цветовых канала).

Результат вышел отличным, но у свёрточных нейронных сетей есть определённые ограничения. Например, капсульные сети лучше понимают, как предметы должны располагаться:

Свёрточные сети считают лицом то, что видят, если есть все необходимые компоненты (глаза, нос, рот и т. п.), пускай даже не в тех местах. Капсульные сети призваны решить эту проблему.

Будучи трудолюбивым человеком, Мэри Кейт Макферсон попробовала решить эту задачу, использовав в качестве дискриминатора GAN с капсульной сетью вместо CNN. Набор данных переместили из исходной кодовой базы в кодовую базу капсульной сети. Код капсульной сети взяли отсюда, а исходный генератор заменили на генератор для данного проекта, чтобы он создавал аниме-девушек, а не рукописные цифры.

Чемпионат по‌ ‌машинному‌ ‌обучению‌, ‌искусственному‌ ‌интеллекту‌ ‌и‌ ‌большим‌ ‌данным

14 июля – 18 августа, Онлайн, Беcплатно

tproger.ru События и курсы на tproger.ru

Обучение новой архитектуры с капсульной сетью:

Итоговый выход капсульной GAN. Некоторые лица получились хорошо. Другие вроде второго слева на первом и последних рядах, не содержали нужных частей лица:

Мы не заметили особых улучшений при использовании капсульной сети вместо свёрточной в качестве дискриминатора. Возможно, генерация и распознавание статистических признаков дали бы лучший результат (идея взята из работы nVidia). Мы работаем над этим. Мы добавили слой в генератор предсказаний, который создаёт гистограмму направленных градиентов (Histogram of Oriented Gradients, HOG) сгенерированной картинки. HOG используют при распознавании объектов, поэтому мы подумали, что это может помочь нейронной сети научиться создавать лица получше.

Также мы подумываем об очистке набора данных. Мэри Кейт Макферсон сообщит о результатах этого приключения в твиттере нашего проекта, когда у нас появятся положительные результаты. Если у вас есть собственный генератор, мы с радостью запостим и ваши результаты. Пока что новый подход выглядит не очень многообещающим, однако именно так и работают сторонние проекты: ничего не работает до тех пор, пока вдруг не заработает.

Ещё одна идея на будущее: GAN’ы с множеством капсульных сетей!

Итак, это был очередной пример того, как можно использовать искусственный интеллект  для создания новых изображений в определённом стиле.

Перевод статьи «Drawing Anime Girls With Deep Learning»

Тян — это синоним русского слова «девушка». Симпатичные леди с большими, выразительными глазами. Немножко грустные, чуточку ироничные и наивные. Но от этого не менее привлекательные. Крутые анимешки к вашим услугам

Девушка в белой блузке.

Девушка в красном сарафане.

Девушка с длинными черными волосами.

Тян с белыми волосами.

Удивленная Тян.

Девушка с котенком.

Девушка в красном платье.

Девушка с красными волосами.

Девушка в голубом купальнике.

Девушка в куртке.

Девушка в облегающей блузке.

Аниме девушка с косичками.

Аниме девушка в свитере.

Тян с оранжевыми волосами.

Тян с пышной грудью.

Девушка ангелочек.

Тян смеется.

Тян в очках.

Маленькая девушка.

Черно-белый рисунок Тян.

Не шали. Тян грозит пальчиком!

Девушка держит фломастер в руке.

Девушка с окровавленным мечом в руке.

Тян с пистолетом в руке.

Тян самурай.

Девушка Тян в черном.

Тян с цветными волосами и в белой майке.

Тян в черном свитере.

Тян завернута в банное полотенце.

Тян в белом купальнике.

В 2016 году вышел короткометражный фильм Клена Харба под названием «Ламповая тян». По сюжету Алекс проживает жизнь в квартире, и ему довольно сложно завести романтичные отношения. Однако его единственная приходит к нему сама.

Для знатоков аниме название фильма прозвучит довольно понятно, но не для обычных людей, живущих в мире телепрограмм. Что же такое ламповая тян?

Значение понятия

image

Чтобы понять, что такое ламповая тян (это одно из названий няши-стесняши) следует понять значение каждого слова в отдельности. Прилагательное означает нечто неопределенное, приятное, дарящее теплоту и нежность. Слово произошло от мема «теплый ламповый звук». Существительное имеет японские корни. Оно означает «привлекательная девушка». На родине аниме молодых девушек называют по схеме «имя+тян», то есть «тян» является уменьшительно-ласкательным суффиксом.

Откуда взялась идея

Образ под названием ламповая тян — это идеал девушки. Он возник среди молодых людей, мечтающих о встрече с той единственной, которая будет соответствовать вымышленному образу. Вера в существование такой девушки позволяет молодым парням убеждать себя в том, что они выбирают свою избранницу. А поскольку найти ее сложно, они будут ждать.

Какими же качествами должна обладать ламповая тян? Это вопрос, не имеющий исчерпывающего ответа, поскольку идеальная девушка у каждого своя.

Основные качества

image

Как стать ламповой тян для молодого человека? Прежде всего следует соответствовать нижеперечисленным требованиям.

  • Не быть меркантильной, то есть быть у себя на самообеспечении и не требовать от партнера материальных благ. Это связано с тем, что молодые люди редко могут позволить себе выделять много средств на девушку.
  • Не быть глупой девушкой манерного поведения.
  • Не быть ветреной, обладать сильными принципами в отношении верности. Для некоторых молодых людей важно, чтобы их идеал был девственницей.
  • Не проводить большую часть времени в шумных тусовках. Девушке должно быть интересно в обществе молодого человека.
  • Быть скромняшей, то есть не быть слишком активной. Молодые люди часто очень нерешительны, а излишняя активность со стороны противоположного пола может их оттолкнуть.
  • Обладать определенной внешностью. В данном требовании многое зависит от самооценки молодого человека и его предпочтений.
  • Наслаждаться интимной близостью и удовлетворять во всем своего парня.
  • Быть свободной и готовой к отношениям.

Из вышеперечисленного можно сделать вывод, что ламповая тян – это не что иное, как не найденный до сих пор Грааль. Но поиски его продолжаются.

Оцените статью
Рейтинг автора
4,8
Материал подготовил
Максим Коновалов
Наш эксперт
Написано статей
127
А как считаете Вы?
Напишите в комментариях, что вы думаете – согласны
ли со статьей или есть что добавить?
Добавить комментарий