当前位置:首页 > 通信技术 > 通信技术
[导读] 在很多以前只能靠人脑的任务中,神经网络正在发挥越来越重要的作用。所以Eric Bernhardsson决定研究一下将50000种字体放入神经网络 后会发生什么。结果相当有趣。为了让人工智能能够消化字体,他创建了一个字符栅格

 在很多以前只能靠人脑的任务中,神经网络正在发挥越来越重要的作用。所以Eric Bernhardsson决定研究一下将50000种字体放入神经网络 后会发生什么。结果相当有趣。为了让人工智能能够消化字体,他创建了一个字符栅格——每一个字符都放置在一个64×64像素空间中,这样每一个字符就可以 和其它字符进行直接对比。在这个过程中,他让神经网络创建他所称的“矢量字体”——一种能够单独定义字体的抽象数学结构,详情可以查看他的博客进行了解。

 

 

 

 

而对于得到的矢量,Bernhardsson还有更有趣的用途,他解释说:

因为每个字体都是一个矢量,我们可以创建任意字体矢量并从中生成结果。我们可以……选择一个字体矢量并通过随机扰动生成新字体……我们也可以生成完全全新的字体。如果我们建立一个字体矢量分布作为一个多元正态分布的模型,我们可以从中随机取样矢量,然后看看它们会产生什么字体。

所得到的结果即如文中图片所示。这个神经网络也相当聪明。比如说它学习到很多字体使用大写字母作为小写字母,然后它就聪明地根据其所创建字体的不同在两者之间切换。

 

 

字体设计师们不要过于惊慌,神经网络暂时还没办法取代你们的工作。但这个项目让我们了解到神经网络也能完成很酷的项目,也能多才多艺。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

深度学习需要大量的计算。它通常包含具有许多节点的神经网络,并且每个节点都有许多需要在学习过程中必须不断更新的连接。换句话说,神经网络的每一层都有成百上千个相同的人工神经元在执行相同的计算。

关键字: 机器学习 神经网络 TensorFlow

人工神经网络(Artificial Neural Network,即ANN )是从信息处理角度对人脑神经元网络进行抽象,是20世纪80年代以来人工智能领域兴起的研究热点,其本质是一种运算模型,由大量的节点(或称神经元)之...

关键字: 人工智能 信号 神经网络

许多人工智能计算机系统的核心技术是人工神经网络(ANN),而这种网络的灵感来源于人类大脑中的生物结构。通过使用连接的“神经元”结构,这些网络可以通过“学习”并在没有人类参与的情况下处理和评估某些数据。神经网络提供了位于托...

关键字: 人工智能 神经网络 神经元

1956年,美国Dartmouth大学举办的一场研讨会中提出了人工智能这一概念。

关键字: 人工智能 吸尘器 神经网络

米尔 MYD-Y6ULX-V2 开发板,基于 NXP i.MX6UL/i.MX6ULL处理器,该开发板被米尔称之为经典王牌产品。本次测试目标是在此开发板上进行神经网络框架ncnn的移植与测试开发,测试ncnn在此开发板上...

关键字: 米尔电子 嵌入式 神经网络

人工智能的不断发展和越来越广泛的应用,将相应地需要更先进和可扩展的基础设施来支持其开发和部署。人工智能基础设施投资的一个关键领域将是专门的数据基础设施,如矢量数据库,其设计用于存储和处理现代ML模型生成的大量数据。Lib...

关键字: 人工智能 神经网络 智慧名城

AutoEncoder的基本思想是利用神经网络来做无监督学习,就是把样本的输入同时作为神经网络的输入和输出。本质上是希望学习到输入样本的表示(encoding)。早期AutoEncoder的研究主要是数据过于稀疏、数据高...

关键字: 自编码器 机器学习 神经网络

深度学习是近10年机器学习领域发展最快的一个分支,由于其重要性,三位教授(Geoffrey Hinton、Yann Lecun、Yoshua Bengio)因此同获图灵奖。深度学习模型的发展可以追溯到1958年的感知机(...

关键字: 深度学习 神经网络 机器学习

虽然人工智能 (AI) 模型变得越来越先进,但在传统计算机硬件上训练和运行这些模型非常耗能。因此,世界各地的工程师一直在尝试创建替代的、受大脑启发的硬件,以更好地支持人工智能系统的高计算负载。

关键字: 硅忆阻突触 神经网络 人工智能

摘要:我国高校作为电能的主要耗用者之一,存在大量使用大功率设备、学生节电意识差等问题。对高校用电量进行预测可以为高校配电网的配电计划工作提供数据参考,达到调节电量输送、节约能源的目的。鉴于此,对厦门大学漳州校区58幢宿舍...

关键字: 校园宿舍 时间序列 神经网络
关闭
关闭