神经网络能够"恢复"旧的游戏。 结果是惊人的

日期:

2019-01-04 17:55:13

的风景:

1144

评价:

1喜欢 0不喜欢

分享:

神经网络能够 Source:

<越来越受欢迎的玩家之间得到ESRGAN技术(增强的超级的决议生成的敌对网络)。 后者是一个神经网络,该网络已经实施的技术,扩大图像与2至8倍增加的质量。 它是如何工作的? 算法"喂"的原始图像的分辨率低,那么它不仅增加司机的决议的最新的,但也提高了图像的质量,增加现实的细节和纹理,使得图像"更自然的"。 在若干传递算法通常创建一个图像以更大的精确性和现实主义。

<<跨id="更306668">

<与ESRGAN用户具有明显的改善质感到游戏,如猴子岛晨风中,银河,神秘岛,十字军战士没有悔恨,最终幻想的7,厄运,驻地恶2和3,同时保留其整体的风格。 几天前刚刚推出了一个修改具有高分辨率的纹理的经典马克思*佩恩. 与ESRGAN网络是改进的质,以及适用手册的编辑。 在总共更换了几千纹理,约95%。

<结果看起来是这样的:

<<面width="500"height="281"src="https://www.youtube.com/embed/kwn5O1X5yKw?feature=oembed"架边界="0"允许="加速计;自动播放;加密-媒体;陀螺仪;画中画"allowfullscreen>

<你可以找到的几个例子质地处理使用神经网络ESRGAN如下:

<他们>

<他们>成为

<他们>

<他们>成为

<他们>

<他们>成为

<想试试自己的技术,可以使用(非常希望知识的英文)。 该源码是ESRGAN.

<在《意见的常客的论坛,这种技术是未来的游戏发展。 在开发商不是一个新的做法产生所谓的高清版本的古老的游戏。 在某些情况下,我们正在谈论的是一个完整的重新划分的新的纹理,其他—;开发人员和171;垃圾»、转换的决议的现有纹理。 但在任何情况下,用于处理原始材质和权限需要花费大量的时间。

<技术ESRGAN能够显着加快这些过程通过执行处理有关数据和给予的结果,在短短的几秒钟,这使得它们非常有吸引力,从实际的观点。 这显然,同意选用。 图形的解决方案最近成为有兴趣在各种人工智能技术。 例如,其中一个最新的事态发展是公司的位置技术,材料和038;纹理、使用计算机学习和CUDA技术为他们的图片。 如果要评估这一技术(现在有一个测试版),首先需要在网站上注册的公司。 早些时候,我们还报告说,该公司已经培训了它创造了一个神经网络,从而转变这个任务GPU。

<欲了解更多详情,请参阅本说明的技术ESRGAN的。 讨论潜在的技术,我们邀请到我们的。

建议

怎么画的老电影和有多少成本

怎么画的老电影和有多少成本

它被认为是此前,糖很甜,草坪更绿,女孩子更漂亮。 此外,许多温馨的回忆在看黑白电影与家庭和接受从它巨大的荣幸。 "当心车","17时刻泉","去争取一些旧"、"高度"...所有的这些电影都是黑白的,但是每个人都爱他们。 现在你可以经常遇到电影的时代,但由于某些原因他们拥有所有的权力。 有一个简单的解释—;获得最高分数。 这一进程是很难的,似乎比,但人们继续这样做。 虽然我有时认为他们是做了错误的事情。 它失去了所有的魅力类型。 这是如何进行数字化记录。 你可以说或者同意以上,但更好,让...

伊隆麝香希望你快乐,新2020!

伊隆麝香希望你快乐,新2020!

伊隆*马斯有信心在2020年 亲爱的读者! 在他的代表,以及公司Tesla和美,我想简单地带你离开的假期表和由衷地祝贺新2020! 今年,在世界的高技术已经有许多不同的事件。 他们中的一些是重要和有影响力,其他人是那么明显,但几乎所有的人,一种或另一种方式,沉积在我们的记忆中。 例如,我在这里对于这一年成功地发射进入空间的数十个、码头,并成功地着陆。 星舰太,我向你保证! 嗯,也许一两个失败的试验将是。 飞船厂将能够把大多数太阳系行星 斯拉也做得很好—销售额达到创纪录的,开辟新的收费...

这个神经网络知道你怎么会看在50年。 它是如何工作的?

这个神经网络知道你怎么会看在50年。 它是如何工作的?

这已经不是什么秘密,现在神经网络最常用在摄影。 我们已经看到他们如何能够在工作与动画上一个标准的电脑和图片,去锤下更多的作品的着名艺术家。 这并不奇怪,神经网络的基础上FaceApp应用程序,在几天内得到普及,世界各地,风暴的应用存储与。 伊隆麝香,一旦被殖民火星 为什么摄影? 答案其实很简单—的照片和各种图像在线很多。 并不仅仅是一个很大的,数十亿的人! 也许照片的数量超过了地球上的人口,并且不要让所有的照片上传到互联网,他们仍然非常多。 因此,神经网络更容易培训的基础上的照片:...

评论意见 (0)

这篇文章已经没有意见,是第一个!

增加的评论