近期最讓人驚艷的電影 天能 你看了嗎🤗
影片中順時鐘與逆時鐘同時進行的打鬥橋段，高度還原了時間逆行的整個過程，而不是直接轉移到過去的某個時間點，實在太讓人過癮
不禁好奇導演到底怎麼拍攝
導演也堅持能不用特效就不用特效，這部片特效場景不到300個，甚至比大多數愛情片還要少
🔸逆向打鬥畫面
我們...
近期最讓人驚艷的電影 天能 你看了嗎🤗
影片中順時鐘與逆時鐘同時進行的打鬥橋段，高度還原了時間逆行的整個過程，而不是直接轉移到過去的某個時間點，實在太讓人過癮
不禁好奇導演到底怎麼拍攝
導演也堅持能不用特效就不用特效，這部片特效場景不到300個，甚至比大多數愛情片還要少
🔸逆向打鬥畫面
我們可以看到演員透過長時間練習，做到逆向武打與肢體動作
🔸飛車追逐的畫面
原始翻車畫面為正拍，但周邊的車輛的確是倒著開。於是影片在經過剪輯之後，就可以形成翻車畫面為逆行，其他車輛則正常順行，如此就可以拍攝出順時鐘與逆時鐘同時進行的吸睛畫面
但要拍攝順時鐘與逆時鐘同時進行，沒有更簡單的方法了嗎？
Google和牛津大學研究人員提出的"時間重組術"(Retiming People in Video)，他們訓練了一種深度神經網絡，學習如何將視頻分圖層。
相信有操作過Photoshop的人都知道，假設A圖層是父親影像，Ｂ圖層是母親影像，想要兩個兩人出現就必須把兩張圖層重疊，圖層的好處是什麼，如果其中母親燈光過暗，可以單獨把母親圖層拉出來調亮
同樣的道理也可以應用在影片中，不過調整的是時間，孩子們跳水的影片，原影片中他們是分別跳入水中，深度神經網絡調整不同圖層時間，成功的做到讓他們同一個時間點跳入水中
深度神經網絡在影片處理可以做到：
🔹調整影片部分人物的時間變慢或變快
🔹凍結時影片中部分人物的時間
🔹人物重疊，達到像是火影忍者影分身的效果
原理就是將影片中將每幀圖像分解為一組層，每個層由一個RGB彩色圖像和一個不透明遮罩（RGBA）組成
研究者不需要自己創造新的圖片或動作，他們唯一需要做只是拆開後，各組調成想要的時間，再合成一個新的影片
那你可能會問需不需要一個個去標記人事物，答案是否定的，"時間重組術"不需要手動註釋動態場景元素，例如，孩子們在水中濺起的水，陰影；模型會自主學習（self-supervised）到將與人物相關的場景分組重建，不需要額外的訓練或處理
研究人員想要創造超現實效果可以通過對層的簡單操作（可移除/複製/插入特定層/逆行/凍結）而產生
蠻有意思的研究，有興趣的朋友可以看原文喔，連結在下方
📖 References：
Layered Neural Rendering for Retiming People in Video
https://arxiv.org/pdf/2009.07833.pdf
#PyTorch #Adamoptimizer
#NVIDIATesla #P100 #gpu
#telent #深度學習 #工程師 #coding #python #retiming @lessonsfrommovies
pytorch練習 在 緯育TibaMe Facebook 的最讚貼文
👉 公司希望資料科學人才具備什麼樣的能力？並且期待你能替公司解決什麼樣的問題？
👉 在面試的時候，主管們除了想看你會不會TensorFlow、Pytorch技術之外，還會想要希望資料科學人才要有怎樣的軟實力呢？
👉 資料科學人才在面試的時候常常遇到什麼資料科學專業問題呢？
一切答案皆在〈 AI資料科學家學程期中大聚 〉！
♦ 在線上學習的環境中，永遠需要多一點溫度
自從開辦了AI資料科學家學程後，我們期許自己能讓大家用最短的時間，達到最好的學習效益，不敢說變成資料科學領域高手，但至少能讓大家學會一技之長！
但在全線上的培訓模式下，學員跟老師間的互動僅於討論區或直播實作課中，在情感的交流上較少。
於是〈 AI資料科學家學程期中大聚 〉就此誕生～！
透過期中大聚，我們邀請老師們與學員們一同上線直播交流，不談技術與解題，著重分享「如何進行有效線上學習」、「資料科學人才面試常見問題」、「國外影像辨識案例」為主，並且頒發卓越學習獎給學習表現優秀的學員們，邀請學員們在這場交流聚會分享自己的學習心路歷程。
♦ 教學相長，聽聽得獎學員怎麼說
🏆 卓越學習獎-陳佳菁 學員感言：
「對於線上課程的講解非常清楚，學習上遇到問題老師與助教都蠻快可以進行解答！蠻享受這樣學習的旅程！」
🏆 卓越學習獎-陽明益 學員感言：
「學習的步調緊湊，也可以有比較具體的案例應用練習！」
期許大家在最糟的情境下，可以讓大家學會AI技術
在對的時機點，把自己的能量展現出來！
TibaMe！Just do it！
pytorch練習 在 Mina 安米娜 Facebook 的最讚貼文
近期最讓人驚艷的電影 天能 你看了嗎？
影片中順時鐘與逆時鐘同時進行的打鬥橋段，高度還原了時間逆行的整個過程，而不是直接轉移到過去的某個時間點，實在太讓人過癮
不禁好奇導演到底怎麼拍攝
導演也堅持能不用特效就不用特效，這部片特效場景不到300個，甚至比大多數愛情片還要少
🔸逆向打鬥畫面
我們可以看到演員透過長時間練習，做到逆向武打與肢體動作
🔸飛車追逐的畫面
原始翻車畫面為正拍，但周邊的車輛的確是倒著開。於是影片在經過剪輯之後，就可以形成翻車畫面為逆行，其他車輛則正常順行，如此就可以拍攝出順時鐘與逆時鐘同時進行的吸睛畫面
但要拍攝順時鐘與逆時鐘同時進行，沒有更簡單的方法了嗎？
Google和牛津大學研究人員提出的"時間重組術"(Retiming People in Video)，他們訓練了一種深度神經網絡，學習如何將影片分圖層
相信有操作過Photoshop的人都知道，假設A圖層是父親影像，Ｂ圖層是母親影像，想要兩個兩人出現就必須把兩張圖層重疊，圖層的好處是什麼，如果其中母親燈光過暗，可以單獨把母親圖層拉出來調亮
同樣的道理也可以應用在影片中，不過調整的是時間，孩子們跳水的影片，原影片中他們是分別跳入水中，深度神經網絡調整不同圖層時間，成功的做到讓他們同一個時間點跳入水中
深度神經網絡在影片處理可以做到：
🔹調整影片部分人物的時間變慢或變快
🔹凍結時影片中部分人物的時間
🔹人物重疊，達到像是火影忍者影分身的效果
原理就是將影片中將每幀圖像分解為一組層，每個層由一個RGB彩色圖像和一個不透明遮罩（RGBA）組成
研究者不需要自己創造新的圖片或動作，他們唯一需要做只是拆開後，各組調成想要的時間，再合成一個新的影片
那你可能會問需不需要一個個去標記人事物，答案是否定的，"時間重組術"不需要手動註釋動態場景元素，例如，孩子們在水中濺起的水，陰影；模型會自主學習（self-supervised）到將與人物相關的場景分組重建，不需要額外的訓練或處理
研究人員想要創造超現實效果可以通過對層的簡單操作（可移除/複製/插入特定層/逆行/凍結）而產生
蠻有意思的研究，有興趣的朋友可以看原文喔，連結在下方
📖 References：
Layered Neural Rendering for Retiming People in Video
https://arxiv.org/pdf/2009.07833.pdf
＃PyTorch
＃Adamoptimizer
＃NVIDIATesla #P100 ＃GPU
＃12hr
pytorch練習 在 軟體開發學習資訊分享 Facebook 的最佳貼文
PyTorch 是一個開源的深度學習平台，提供了從研究原型到營運部署的無縫通道。 它正迅速成為 Python 中最流行的深度學習框架之一。 通過與 Python 的深度整合，可以使用流行的程式庫和套件輕鬆地在 Python 中編寫神經網路層。 豐富的工具和程式庫生態系統擴充了 PyTorch，並支援電腦視覺、 自然語言處理( NLP )等方面的開發。
本課程專注於平衡重要的理論概念與實際的動手練習和專案，讓你學習如何應用課程中學習到的概念到你自己的資料集！ 當你參加這門課程的時候，你將會得到一本精心佈置的筆記本( notebooks ) ，用一種容易理解的方式解釋概念，包括程式碼和解釋。 你也可以看到我們的幻燈片，通過簡單易懂的視覺化解釋理論。
在這門課程中，我們將教你使用 Pytorch 開始深度學習所需的一切知識
https://softnshare.com/pytorch-for-deep-learning-with-pyth…/