不會編程沒關係,有了這個「Excel」,零基礎上手生成網絡

2021-01-10 量子位

曉查 發自 凹非寺 量子位 報導 | 公眾號 QbitAI

編程不是人人都會,但Excel電子表格就是當代白領的必備技能啊!如果用Excel實現圖像生成,那豈不是。。。

最近還真有人發明了一種SpaceSheet工具,它就是簡單的電子表格界面,即使你完全不會編寫代碼,也能藉助它理解生成對抗網絡(GAN)是如何製造圖像的。

作者把它設計成了一個網頁Demo,供用戶直接訪問:

https://vusd.github.io/spacesheet/

到底怎麼玩?

SpaceSheet應用程式由兩部分組成:

左側是數據選擇器,右側是電子表格界面。

以生成面部圖像為例。在右側的表格個中選中某個位置,再點擊點擊左側的元素來選擇人臉。

通過電子表格頂的按鈕,可以對填入的人臉進行以下一系列操作。

面部特徵的連續變化

通過線性插值(Linear interpolation,LERP),可以按一個值到另一個值的的「距離」,等間距地插入一些圖片。

頂部操作欄中的LERP按鈕使可以在電子表格中的選定單元格之間進行線性插值。

通過線性插值的方法,產生兩張人臉之間的平滑過渡圖像,可以幫助我們理解面部特徵的連續過程:

它不僅支持一維插值,還只支持二維插值。指定四個頂點,可以形成一個插值的「矩陣」,展示4張面部圖片之間的連續變化:

另外,除了在兩個面部圖像的「中點」插值,還能通過滑動條(SLIDER)調節偏移的量。

如果說前面的線性插值是離散的,那麼滑動條就給我們提供了一種連續變化的圖像。它與兩張已知圖像之間「差異」是人為可控的。

提取「金髮」屬性

這套應用程式還可以分離出人臉中的「屬性向量」(Attribute Vectors),

何謂屬性向量?以人的面部特徵為例。

首先,選擇一個黑髮的人臉,再選擇一個金髮的人臉。對二者求差(MINUS),這個差值就是「金髮」特徵,於是我們獲得了一個金髮的屬性向量。

獲得了這個屬性向量後,我們就可以通過求和操作(SUM)給任何人加上金髮了:

同樣的,我們也可以給人減去(MINUS)屬性向量,獲得一個黑髮的面部圖像:

其他基本操作

除了以上幾項操作外,我們還能對面部圖像求「距離」、求「乘積」等。

面部圖像明明是一張圖片,為何能做加減法、求距離呢?

這就不得不提潛在空間,每張面部圖像都是在這個空間中的一個個向量,我們當然可以對這些向量做四則運算。運算的結果是這個空間中的另一個向量,我們可以把它解碼成一張圖片。

用表格理解網絡模型空間

潛在變量

面部圖像組成的潛在空間是由生成神經網絡生成的。

生成神經網絡是一類機器學習算法,從一組訓練數據中學習,並構建廣義模型。 然後我們可以對這些模型進行採樣,以生成新數據樣本,其結果則是基於我們的訓練數據。

這是通過在比原始數據本身參數更少的參數集上訓練神經網絡來實現的。 這樣做,模型學習到了更緊湊的訓練數據表徵。這些表徵被稱為潛在變量。

從潛在空間採樣的潛在變量可以被解碼成可觀察的數據樣本。

舉個例子,如果我們要設計一個紅酒杯,由兩個維度可以進行放大操作,讓它變得更寬,或者更高。變大就可以理解為一個潛在變量。

我們可以在這個空間中探索,但是遇到更複雜的圖像,比如人臉怎麼辦呢?SpaceSheet能直觀地幫助我們理解變量在潛在空間中的連續變化。

屬性向量

通過減法,可以從潛在變量中分離出特定屬性。 通過減法求得的差被稱為屬性向量,並且可以應用於其他潛在變量,轉移它的屬性。

例如,通過計算笑臉圖像的平均矢量並減去沒有笑容的臉部圖像的平均矢量,在臉部的潛在空間中構建「微笑矢量」。

然後可以將該向量添加到潛在變量中或從潛在變量中減去該向量以使它們或多或少地「笑臉」。

儘管提取屬性向量被證明是有效的,但是它還會受到其他「相關屬性」的影響,說明屬性之間存在著強相關性。

例如,從上圖中我們可以發現,「微笑矢量」的應用導致為人臉添加更多女性屬性(女性更愛微笑?)。

SpaceSheet就是讓用戶在這個空間中執行計算,在電子表格裡實時顯示,使用戶能夠立即觀察到操作結果並採取相應措施。

利用這套功能強大的電子表格界面,能夠幫助設計者在潛在空間內進行設計實驗。即使非專業人士也能簡單上手。

對於面部圖像這樣更複雜的空間,SpaceSheet還有一些「高級玩法」更有助於我們理解生成網絡的工作過程。

推理

在線性插值是在兩個變量之間插入一個變量。如果在兩個變量之外,按照線性的方式外推,我們就能夠推理出面部圖片演化的方向。

以上表格圖像中,左上、右上、左下三張人臉圖像都是從左側資料庫中選取,在選中它們後選擇「LERP」,就可以得出右下角人臉圖像。這張圖是根據前3張圖推理得出的。

創建可調節人臉

用戶還能根據已有圖像,創建一個可調節圖像,它與已知圖像的「差異」是認為可控的。

如上圖,MOD單元格中有一個「控制杆」,使用戶能夠圍繞給定的潛在變量進行調整,以獲得類似的潛在變量。

二者的差異程度可以通過控制杆與單元格中心的角度和距離來控制,想怎麼變就怎麼變。

更多數據集

除了字體和人臉之外,網站上還提供顏色、Word2Vec、MNIST手寫數據集供選擇。

研究生導師網絡

SpaceSheet的實現離不開作者自創的「神經網絡」——研究生導師網絡。

△ 作者的神經網絡——「研究生導師網絡」

Tom White紐西蘭惠靈頓大學設計學院的一名高級講師, 他目前的研究重點是神經網絡與設計師合作的創造潛力。

這套工具是由他和他的研究生Bryan Loh組成的「神經網絡」共同完成的:

把隨機idea輸入給「生成器」研究生,然後把研究生的idea結果輸入給「判別器」導師,再確定研究成果是否可以發表。

傳送門

項目地址:https://vusd.github.io/spacesheet/

GitLab地址:https://gitlab.com/bryanlohjy/spacesheets-mdi-eval

相關焦點

  • Python視頻教程網課編程零基礎入門數據分析網絡爬蟲全套Python...
    Python視頻教程網課編程零基礎入門數據分析網絡爬蟲全套Python視頻教程 2020年07月08日 11:00作者:黃頁編輯:黃頁 本課程為
  • 微軟RobustFill:無需程式語言,讓神經網絡自動生成程序
    在過去幾十年中,計算機科學有了長足的發展,但人們編寫計算機軟體的過程卻沒有發生根本的改變——程式設計師必須使用特定的程序語言一步步手工編寫程序的精確算法邏輯。儘管程式語言近年來正在變得越來越友好,但這項工作仍然是絕大多數計算機用戶未曾接觸的事物。在最近的一項研究中,微軟發布了自己的深度學習程序生成研究。在該研究中,深度神經網絡學會了遵從用戶的意圖來生成電腦程式。
  • 不會編程也能做這麼酷炫的視頻風格遷移?這個工具衝上Reddit熱榜...
    隨後,Deep Dream開始在藝術創作圈流行,由它生成的風格遷移圖像頗具夢幻色彩,所以被叫做「Deep Dream」。而製作這個工具的團隊將Deep Dream做成了簡單易上手,不需要任何計算機知識,能夠直接在網頁使用的版本。使用很簡單,只需要上傳目標圖像和「風格」,一鍵點擊,就能生成。
  • 分析圖還可以在線生成?
    說到分析圖,可以說是所以圖紙類型中最難畫的一種了,要熟練的掌握CAD SU PS AI SU RHINO VRAY不說,還要會收集各種數據,更要有良好的邏輯思路和配色如果分析圖能夠在線生成一個地圖大數據網站,可以自己上傳代碼和數據生成分析,而且會有很多網絡數據大神上傳好自己做好的數據分析樣式,這樣我們是不是就可以直接拿來用了
  • 不會編程也能做酷炫視頻風格遷移?這個工具衝上Reddit熱榜
    隨後,Deep Dream開始在藝術創作圈流行,由它生成的風格遷移圖像頗具夢幻色彩,所以被叫做「Deep Dream」。而製作這個工具的團隊將Deep Dream做成了簡單易上手,不需要任何計算機知識,能夠直接在網頁使用的版本。
  • 從零開始怎麼學計算機編程?
    這個行業改變著我們的生活,又和我們息息相關,這讓不少相關職業走進了大家的視線。於是很多人想投身其中,而且很大一部分都是零基礎非科班的狀態。在學習者中有大學生,也初高中生,他們都有一個共性,沒什麼基礎。從零基礎開始學習編程成為了一種常態,可是,也正是因為我們在編程方面是零基礎,很容易導致我們選錯專業和行業。從零開始學習電腦如何才能保證學好呢?
  • excel隨機數函數是什麼?excel怎樣生成隨機數?
    本篇將介紹excel隨機數函數是什麼?excel怎樣生成隨機數?有興趣的朋友可以了解一下!一、前言excel是我們工作中很常用的一款表格製作工具,它不僅僅只是用來製作表格,它還能對表格中的數據進行處理(比如:運算、排序、篩選等)。excel為數據的處理提供了很多函數,今天小編要介紹的是excel隨機數函數,以及隨機數函數的用法,希望對大家有所幫助!
  • 多年來Excel填報數據的各種不如意,終於現在用這個神器全部都解決了
    Excel,由於其靈活簡單的特性,多年來一直是辦公用的最多的表格數據處理軟體,但是隨著網絡應用越來越深入,人們發現Excel已經不能滿足當前數據收集、統計以及同步的需要。首先,excel對數據收集的使用場景就受到限制,只能通過PC來完成數據收集。
  • 人工智慧在網絡領域的應用與實踐有哪些
    高昂的學習成本 伴隨著人工智慧所涉及的行業越來越多,很多傳統IT行業的從業者都在試圖嘗試進入這個新的領域,然而缺乏基礎知識、缺少相應的應用場景,當然還有薄弱的數學基礎,往往年初躊躇滿志的準備開始學習被拖延症拖到了年尾依然沒有開始。自學引以為傲的低經濟成本,往往帶來的是日復一日迷茫的拖延。
  • 不需要編程的數控鑽攻銑工具機,操作就像玩俄羅斯方塊一樣簡單
    最近在網上發布了幾篇關於免編程數控工具機的文章,引起一波熱議。評論區有為我們國家技術發展之迅猛點讚加油的,也有持懷疑態度的。不管持什麼意見,能讓更多人知道免編程這個概念,意識到我們國家的工業自動化發展隊伍日益壯大,尤其是在數控工具機的工藝及質量方面與之前相比簡直天壤之別,在設備精度與穩定性方面日趨完善,總是一件好事。相信數控工具機貼上「中國製造」的字樣熱銷全球指日可待。如題,不需要編程就是不用編程,系統自動生成程式一鍵加工。
  • ABAQUS:Python後處理—用excel提取位移、體積、應變等變化(一)
    在利用Python生成excel數據之前,先採用一個getInputs函數(代碼如下)生成圖2所示的對話框與用戶進行交互,需要用戶在在其中輸入模型的名字(model name),部件例子的名字(instance name)以及後處理odb的名字(odbname)。這樣做有個好處,每次都可以根據不同模型、不同部件實例和相應的後處理odb名字進行相應結果提取。
  • 數控工具機的手動編程與自動編程有什麼區別?
    數控工具機的自動編程與手動編程區別在於:一、是否能夠減少人工提升效率。簡單來說,手動編程是專業的編程人員通過編程軟體對圖紙進行編程處理導出程式,拷貝到工具機然後加工,而自動編程是系統根據導入的圖紙自動進行編程,一鍵加工。相較而言,手動編程人工多效率低,自動編程高速高效人工少。二、是否能夠降低技術門檻。
  • 第一篇:C語言編程基礎語法
    本專欄系列分六篇,總結了C語言基礎知識的核心要點。教學視頻已上線,讀者可根據自身情況有選擇性地學習。01編程基礎C語言——貝爾實驗室、Dennis Ritchie其特點:模塊化編程程序設計,層次清晰;語句簡潔,提出程序庫概念;功能強大,系統、應用軟體均可開發;移植性好,適合不同的作業系統。除此之外,C語言還有豐富的運算符、數據結構等,程序設計自由度大,可以對硬體進行操作。
  • excel數據處理技巧:組合函數統計產品批號
    最近小編收到一位群友的求助,他說自己被excel中的編號問題給難住了。這是這麼回事呢?編號不就是1、2、3、4、5嗎,直接下拉單元格就能搞定,這有何難?一起來看看下面這篇文章中excel數據處理技巧。近日看到一個群友的求助,覺得比較有意思,想和大家分享一下。學習更多技巧,請收藏部落窩教育excel圖文教程。
  • 「深度學習被可微分編程取代?」展望30年後的神經網絡和函數編程
    他從深度學習三大觀點之一的表示(representation)角度出發,認為深度學習研究的是優化和函數編程之間的聯繫,而可微分編程則是函數編程和優化的自然交集,十分優雅而簡潔,值得進一步研究。目前,深度學習是一個非常成功的工具。但這個工具是我們偶然發現的,作為一個領域,還沒有統一的看法或共同的理解。事實上,這個領域還存在幾種相互競爭的表述!
  • 普通人學Python有意義嗎?學Python有前途嗎?-開課吧Python
    Pythonpython憑藉著第三方庫數量的龐大,其幾乎可以說是萬能的,對於普通人來說,數據表格excel基本上都有需要製作,而有一些編程基礎的,就可以使用庫openpyxl來實現excel表格的自動處理和生成,同時除了excel之外,針對word,ppt等python都有對應的庫。
  • 掌握這7條excel函數,自動化生成數據周報上篇
    excel的二八原則曾經在面試時候被問到VLOOKUP和HLOOKUP有什麼區別,我回答的是前者是以列匹配,後者是以行匹配。面試完我一個勁兒後悔沒有回答好,對這個函數不熟悉,回答太簡單。諷刺的是已經過去好幾年,我卻一次未用到過HLOOKUP。所以真的沒必要抱著一本excel大全在那挨個學函數,浪費時間。
  • 掌握4個寫作原則,零基礎寫作小白也能快速上手寫作
    或許你會說寫作大咖有寫作天賦,他們會有很多寫作靈感,所以能輕鬆寫出好文章。而自己天生沒有寫作細胞,所以沒法寫出好文章。寫作真的完全靠天賦,靠靈感嗎?當你看完下面這本書,零基礎寫作小白也能輕鬆上手寫作。這是本什麼樣的書呢?
  • 乾貨,平民的Excel能幹些啥統計分析
    但是,excel本身就不是為統計而生的,必然有其局限性。 所以,今天給大家嘮嘮excel在統計中的一些功能,如果感覺不夠用,那還得乖乖地把更專業的統計軟體裝上。 掐指一算,excel在統計中能幹的也就二三事,有個事兒幹起來(單因素回歸)比spss還麻煩,索性就沒有價值了,所以真的能幹的就兩件事。 一、Excel可以用來進行方差齊性檢驗。
  • excel編程系列基礎:常用語句之循環語句的邏輯理解
    典型的循環語句有4種,分別是Do While…Loop循環、Do…Loop Until循環、For…Next循環、For Each x In y … Next循環。查看循環邏輯圖可以更快理解循環語句。學習更多技巧,請收藏關注部落窩教育excel圖文教程。【前言】在看過我們前兩篇的VBA實戰入門教程後,有沒有興趣繼續學習呢?