Что такое нейронные сети и как работает NVIDIA DLSS?

Это видео посвящено технологии DLSS от NVIDIA. Здесь вы узнаете о том, что такое нейронные сети и как они помогают в улучшении изображений. На самом деле, за DLSS стоит намного больше, чем просто увеличение разрешения кадра в игре, поэтому для раскрытия этого материала в полной мере и требовалось такое огромное и подробное видео. Приятного просмотра.

_____________________________________________
Над видео работали:

Сценарий, съёмка, монтаж, графика - Галкин Кирилл

Отдельная благодарность за помощь в проработке материала:
Герасимовой Ольге - специалисту по анализу неструктурированных и графовых данных
Козачук Андрею - разработчику на С# и Python

_____________________________________________
Содержание:
00:00 - вступительное слово
01:52 - нужно ли пользователю высокое разрешение
05:42 - сэмплинг, супер-сэмплинг, сглаживание
08:22 - введение в нейронные сети
11:45 - что такое искусственная нейронная сеть
15:10 - что такое нейрон в ИНС
16:48 - как работает нейронная сеть
23:06 - функция активации нейрона
25:35 - матричные вычисления в ИНС
27:17 - что такое тензор
30:07 - что такое обучение нейронной сети
32:53 - метод обратного распространения ошибки
34:05 - минимизация функции ошибки
35:40 - что такое градиентный спуск
39:26 - свёрточные нейронные сети
45:43 - автоэнкодеры
48:42 - как нейронные сети убирают шум на изображении
49:13 - как работает RTX Voice
50:50 - генеративно-состязательные сети
54:23 - скрытое пространство данных в нейросетях
56:43 - сети повышения размерности
58:13 - пространственное масштабирование изображений
01:00:34 - методы интерполяции
01:02:30 - субпиксельная свёртка
01:03:47 - остаточные сети
01:05:24 - пространственно-временное масштабирование кадра
01:15:54 - пояснения про DLSS и DLSS 2.0
01:18:15 - заключение

_____________________________________________
Список источников:

1) Реставрация повреждённых изображений
2) 3Blue1Brown - But what is a neural network?
3) 3Blue1Brown - Gradient descent, how neural networks learn
4) 3Blue1Brown - What is backpropagation really doing?
5) selfedu - Автоэнкодеры. Что это и как работают
6) Визуализация нейронных сетей (ССЫЛКИ НА ВИЗУАЛИЗАЦИЮ)
7) Dan Fleisch - What's a tensor?
8) Документация по методу субпиксельной свёртки
9) Temporal Reprojection Anti-Aliasing in INSIDE
10) Документация по сети Facebook
11) Документация по сети DLSS 2.0
12) Общая информация по DLSS 2.0

Примеры кода на Python для визуализации автоэнкодера взяты с ресурса selfedu.

____________________________________________
Музыка:

Youtube Audio Library

Patrick Patrikios - Grut
Patrick Patrikios - Oh My
Asher Fulero - September Pass
Soul Searching - Causmic
Dulce Reggaetom - An Jone
Patrick Patrikios - Love Aside
Patrick Patrikios - Where We Go
Patrick Patrikios - New Day
-------------------------------
Creative common:

1) Infraction - Doctor
2) Mokka - Lunatic
3) Mokka - Cherry
4) Mokka - Chrome
5) Mokka - Space Mind

#SelectFrom #NVIDIA #DLSS

[SelectFrom]

Ну, что, вот и видео. Спасибо всем, кто помог мне с этим роликом так или иначе. Спасибо всем, кто ждал и дождался. Больше полугода работы позади. Надеюсь на вашу активность и репосты :)

[VladislavSamorodov]

Масштабнейшая работа, жаль мало людей, которые действительно её оценивают. Лучшие видео касаемые виде рендеринга в рунете

[houseofnhti]

Господи, это невообразимо. Спасибо большое за контент, лайк авансом, завтра посмотрю полный метр, чтобы 100% удержание было. Так держать!

[arastepan]

Долгожданный релиз!! Ждал больше, чем новых мстителей

[vindmax]

Не смотрев сразу ставлю лайк, данное видео несколько недель делалось. Спасибо за проделанную работу

[ДаниилДорошенко-яв]

Видео которое мы не заслужили, но в котором мы так нуждались

[ВикторРезнов-иш]

маэстро вернулся с эпохальным видеороликом про deep dark learninig supersampling

[nutsalhan]

Посмотрел все, было очень интересно. Спасибо за труды!

[ИльнурБеркутов]

Круто, удивляет что такие технологии так доступно стоят)

[ВикторКухня-гейм]

Работа титаническая, но очень трудно досмотреть до конца. Это же видео для широких масс, а не для математиков-программистов. Надо было по другому сделать, не одним роликом, а целым циклом, причем идти от общего к частному, максимально упрощая материал. Это было бы профитнее и по количеству просмотров, и по подписчикам, и для улучшения понимания. Беда многих людей (канал "Этот компьютер" яркий тому пример), что человек начинает очаровываться сложностью темы, начинает кайфовать сам от себя, когда рассказывает с максимальной дотошностью, с кучей технических терминов, которая неподготовленных слушателей отпугнет, и заменяя привычные слова редкими синонимами (например, вместо слова "людей" использовать слово "персоналии." Ну зачем? Во-первых усложняет понимание, во-вторых, слово "персоналия" не совсем верно использовано). Такое самолюбование нужно подмечать в себе и сразу обрубать. Уже не раз наблюдал такое, у многих преподов в институте, где я учился, был тот же самый грешок. На самом деле нужно обратное: развивать в себе талант рассказывать о сложном просто. Так можно, когда человек разбирается в теме, как рыба в воде.

[Dctrwh-ooo]

Когда посмотрел ролики белорусского Айтишника, этого компьютера и selectfrom:
Знаете, я и сам своего рода специалист по нейронным сетям

[ТимаРаков-дш]

Как говорят на кафедре вышмата: 'Вывод из вышесказанного: математика - это узаконенная магия'

[rost]

Уже поставил лайк, следующий час пройдёт отлично)))

[MrCypher]

Афигенное видео. Большое спасибо за информацию, просто и доходчиво.

[costea.]

Тыщя просмотров а коментов пшик. Надо людей просить задавать вопросы для стрима, неужели всем все понятно. Обычно нет вопросов к преподу когда нихера непонятно.
Мне мало про длсс,
Очевидно что текущие чипы надо смещать в рт блоки и тензорные ядра, старые карты тормозят развитие

[SandroKornely]

Ух! смотрел с упоением, но на 53:20 пошел голову в холодную воду окунать!

[Set_]

За час этого видео узнал больше, чем за 12 лет школы

[Dandi_Simus]

Отличное видео! Автору респект за старания.

[Gamespeeper]

Отличное видео, очень грамотно все разложено и показано! Однозначно лайк

[grinnwatch]

Очень круто, жаль на моментах, где показывают всю чудо математики мой мозг протекает. В целом понятно и главное подробно и последовательно.

Спасибо за видево 👍👍