cobanov

Uretken Sanat

Üretken yapay zeka sanatı muhakkak ki son 5 yılın en ilginç konularından biri olurken, 2023'ün de en ehemmiyetli teknolojisi oldu. Dünya çapında yapay zeka geliştiricileri ile konservatif sanatçıları iki farklı kutba ayırırken, şirketlerin ve devletlerin yeni regülasyonlar konusunda mutabakat sağlamalarını zorunlu kıldı. Son kullanıcılar neyin yapay zeka ile oluşturulduğunu, neyin ise gerçek görüntü olduğunu ayırmakta zorluk çekiyor. Toplumun bir kısmı bu hızla gelişen teknoloji karşısında ürpertiye yakalanırken, kimi ise hemen adapte olup hayatına dahil ediyor. Sosyal medya hesaplarımızda, 16. yüzyılın en ünlü ressamlarından Jacques-Louis David gibi sanatçıların eserlerini andıran selfie'ler oluşturduk, yüzümüzü ünlü kişiliklerin yüzleriyle değiştirdik veya çizgi film karakterlerine büründük. Esasında, bugün ve gelecek dönemler için, gerçek ve sanal dünyada aynı anda bulunan varlıklara dönüştük.

Ç !Jacques Louıs Davıd Gorselı Goner------+!'^!'+%!'

2023 yılı, yapay zekanın geçmiş on yıl iç

cobanov

import torch
from PIL import Image

from misc import colorize


class DepthEstimationModel:
    def __init__(self) -> None:
        self.device = self._get_device()
        self.model = self._initialize_model(

cobanov

tmux

tmux bir terminal çoklayıcısıdır ve özellikle uzun süren veya çoklu terminal oturumlarını yönetirken kullanırız. Bu araç, kullanıcıların birden fazla terminal seansını tek bir arayüzde yönetmelerine olanak tanır. Özellikle birden çok göreve aynı anda odaklanmanız gerektiğinde, iş akışınızı büyük ölçüde kolaylaştırmaya yarar.

Önemli bir özelliği, tmux oturumlarının bağlantı kesilse bile korunmasıdır. Yani, bir sunucuyla uzaktan çalışırken bağlantınız kesilirse, tmux oturumunuz arka planda çalışmaya devam eder ve bağlantıyı yeniden kurduğunuzda kaldığınız yerden devam edebilirsiniz. Bu, özellikle kararsız internet bağlantıları olan veya uzun süreli komutlar çalıştırdığımızda olduka işe yarıyor.

tmux'a neden ihtiyacım olur?

cobanov

(()=>{"use strict";var e={99:(e,t,n)=>{n.d(t,{Z:()=>i});var r=n(81),o=n.n(r),l=n(645),a=n.n(l)()(o());a.push([e.id,".main-layout,html .iu .app-header-content,html .iu{width:100%;max-width:1300px;margin:0 auto}.with-app-header,html .iu .results-container,html .iu .unfollow-log-container,html .iu .app-sidebar{padding-top:4rem !important}.flex,html .iu .tabs-container,html .iu .results-container .result-item,html .iu .app-sidebar,html .iu .app-header-content,html .iu .app-header{display:flex}.flex.align-center,html .iu .align-center.tabs-container,html .iu .results-container .result-item,html .iu .align-center.app-sidebar,html .iu .app-header-content,html .iu .align-center.app-header{align-items:center}.flex.justify-center,html .iu .justify-center.tabs-container,html .iu .results-container .justify-center.result-item,html .iu .justify-center.app-sidebar,html .iu .justify-center.app-header-content,html .iu .justify-center.app-header{justify-content:center}.flex.column,html .iu .column.tabs-container,html .iu .res

cobanov

from skimage import io, color
import numpy as np
import torch

def get_image(image_or_path: Union[str, np.ndarray, torch.Tensor]) -> np.ndarray:
    """
    Reads an image from a file path or an array/tensor and converts it to RGB format (H, W, 3).

    Args:
        image_or_path (Union[str, numpy.array, torch.Tensor]): The input image or path to it.

cobanov

mkdir -p models
mkdir -p assets
curl -L -o assets/sample.mp3 "https://diktator-demo.s3.amazonaws.com/selintunr%40gmail.com/original/deneme_0c75dbb0-3754-446b-ab91-c9592ed0bdd3.mp3"
curl -L -o models/discogs-effnet-bs64-1.pb "https://essentia.upf.edu/models/feature-extractors/discogs-effnet/discogs-effnet-bs64-1.pb"
curl -L -o models/genre_discogs400-discogs-effnet-1.pb "https://essentia.upf.edu/models/classification-heads/genre_discogs400/genre_discogs400-discogs-effnet-1.pb"

cobanov

import glob
import os
import random
import itertools
import shutil
from pathlib import Path


def scan_folders(sort_images=True):
    # Scan folder

cobanov

from atprototools import Session
from tqdm import tqdm

USERNAME = "<username>.bsky.social"
PASSWORD = "<password>"
SKOOTS_TO_DELETE = 63

session = Session(USERNAME, PASSWORD)
DID_KEY = session.DID.split(":")[-1]

cobanov

from rich.console import Console
from rich.markdown import Markdown
import glob
import os


def read_md(path):
    with open(path, "r") as file:
        content = file.read()
    return Markdown(content)

cobanov

import timm
import torch
import shutil
import itertools
import torchvision
import numpy as np
from PIL import Image
from tqdm import tqdm
from pathlib import Path
from torchvision import transforms