アニメーションAI
(animatedai.github.io)- Animated AIは、ニューラルネットワークの概念をアニメーションと教育用動画で示すプロジェクトで、視覚的に理解しにくい演算プロセスを追いやすくしている
- 中核となる資料は、Convolutionの基本アルゴリズム、Padding、Stride、Groups、Depthwise、Depthwise-separable Convolutionに焦点を当てている
- Pixel Shuffleの資料では、解像度変換の流れを2x2と3x3のブロックサイズの例に分けて示している
- 各トピックは、ページ上のアニメーション資料とあわせて視聴できるYouTubeの関連動画へリンクされている
- プロジェクトページではPatreonとYouTubeチャンネルが案内されており、コードはMIT Licenseで公開されている
ニューラルネットワークのアニメーションと動画
- Animated AIは、ニューラルネットワークを説明するアニメーションと教育用動画を制作している
- 支援と動画視聴のための公式リンクも提供されている
Convolution学習資料
- Fundamental Algorithm of Convolution in Neural Networksは、Convolutionの基本アルゴリズムを扱うYouTubeの関連動画
- Convolution Padding - Neural NetworksはPaddingの違いを示している
- No Padding、つまり「Valid」
[1,1,1,1]Padding、つまり「Same」
- Stride - Convolution in Neural NetworksはStride設定とPaddingの組み合わせを扱っている
- Stride 1とStride 2
- No Padding「Valid」と
[1,1,1,1]Padding「Same」の組み合わせ
- Groups, Depthwise, and Depthwise-Separable Convolution (Neural Networks)は、GroupsとDepthwise系Convolutionを比較して見られる資料
- 1 Group
- 2 Groups
- Depthwise、8 Groups
- Depthwise-separable、8 Groupsの後にpointwiseを適用
Pixel Shuffleの例
- Pixel Shuffle - Changing Resolution with Styleは、Pixel Shuffleを扱うYouTubeの関連動画
- 2x2ブロックサイズでは、Shuffle、Unshuffle、反復ループの例を確認できる
- 2x2 Pixel Shuffle
- 2x2 Pixel Unshuffle
- 2x2 Pixel Shuffle/Unshuffle Loop
- 3x3ブロックサイズでも同じ流れを別の例として提供している
- 3x3 Pixel Shuffle
- 3x3 Pixel Unshuffle
- 3x3 Pixel Shuffle/Unshuffle Loop
ライセンス
- プロジェクトのコードはMIT Licenseでライセンスされている
1件のコメント
Hacker News の意見
デザインが良く、Georgia Tech の研究から生まれた CNN 可視化ツールもあります
https://poloclub.github.io/cnn-explainer/
ニューラルネットワーク構造の設計・可視化ツール集: https://github.com/ashishpatel26/Tools-to-Design-or-Visualiz...
TensorFlow Playground もあります: https://playground.tensorflow.org/
“But what is a convolution?”: https://youtu.be/KuXjwB4LzSA?si=qwnZMQYJhDxraGc8 https://github.com/3b1b/videos/tree/master/_2022/convolution... https://github.com/3b1b/videos/tree/master/_2023/convolution...
“Convolution Is Fancy Multiplication”: https://news.ycombinator.com/item?id=25190770#25194658
https://news.ycombinator.com/item?id=37953886 の Manim、Blender、ipyblender、PhysX、o3de、FEM、CFD 関連リンク: https://github.com/ManimCommunity/manim/issues/3362
Manim + O3DE の組み合わせは学習用としてかなり有用に見えますし、Manim で作られたルービックキューブのアルゴリズム動画のコードもあります: https://github.com/polylog-cs/rubiks-cube-video/blob/main/co...
Manim API ドキュメント: https://docs.manim.community/en/stable/reference.html
https://static.laszlokorte.de/conv2d/
色使いが本当にうまく、最初は AI が作ったサンプルアニメーションだと思いました
実際には手作業で作られたものなので、かけられた労力がいっそうよく伝わりますし、YouTube チャンネルの動画も見る価値があります
良いプロジェクトですが、警告なしに 100MB を超える GIF 画像を読み込ませるのはやめてほしいです
NYT は 11MB、Washington Post は 22MB、Reddit で一度スクロールするだけでも 40MB くらいになります
アニメーションを見せるというページで 100MB 台の容量なら、別途事前警告が必ず必要というほどではないと思います
望ましい動作があれば知りたいです。たとえばクリック・タップしたときに再生される静止画像、展開するまで隠しておくセクション、あるいは別の方式などが考えられます
とてもよくできていて、こうした素晴らしい 3D アニメーション解説動画を思い出しました: https://www.youtube.com/@animagraffs
以前 Manim で自分でもアニメーションを作ったことがあり、派手さは少ないものの役に立つかもしれません
https://www.jerpint.io/blog/cnn-cheatsheet/
Attention 層もこういう形でアニメーション化されたものを見てみたいです。ほとんど理解できそうでできない状態です
Attention 層を完全に理解するユーレカの瞬間に役立ったページがあれば、共有してもらえるとうれしいです
通知を受ける一番良い方法は、YouTube チャンネルを購読して通知アイコンをオンにしておくことだと思います
特定の AI アルゴリズムの インタラクティブ記事を見るなら、Amazon の mlu-explain も確認してみる価値があります
https://mlu-explain.github.io/
本当に良いです。RNN や Transformer のセクションもあるとよさそうで、お金を払ってでも見たいです
pandas のドキュメントにも、こういうアニメーションがあればいいのにと思うことがよくありました。groupby / split-apply-combine パイプラインは、10秒のクリップ1本で説明できそうです