Y la pass?
Otra vez!?!? No puede ser, encima que publico cuando me pinta, me re olvido. Menos mal que esto te manda mail para loguearte.
Ya me olvidé qué era a lo que venía a postear, así que agarrate, toca improvisar y eso no es algo que quieras de parte de alguien que vive improvisando, viste.
Música para improvisar:
https://soundcloud.com/wolfganggartner/wolfgang-gartner-speed-of-sound-free-download
En el post anterior aclaré que tengo una AMD Radeon RX 570 [de 8 GB de VRAM], pero ahora me compré una Nvidia RTX 3060 [de 12 GB de VRAM] para poder publicar mejor, porque esta página me da terrible LAG.
La cuestión es que disfruté del REI TREISIN(Ray Tracing | Trazado de Rayos) y me pareció medio meh, por ahí no es que haya jugado los últimos juegos AAA 2022 y/o qué se yo.
De momento probé:
- Call Of Duty: Warzone
- Control
- Astroneer
Uhh que paja hacer una lista, tomá, estos son todos los juegos que me acuerdo ahora mismo que jugué/sigo jugando:
Control - Nier: Automata - CS:GO - Factorio - Core Keeper - KAMIKO - Muse Dash - Samurai Gunn 2 - Bayonetta - Eternal Return - Forager - Garry's Mod - GTA V - Half Life 2 - Helltaker - Keshin - Momodora - Momodora II - Momodora III - Noita - Portal - Portal 2 - Project Zomboid - Red Faction - Red Faction II - Red Faction: Armageddon - Rym 9000 - Starbound - Touhou Luna Nights - Yakuza 0 - Age Of Empires II - JUMP FORCE - Battlefield V - Battlefield 1
BUEH QUE LE PASABA
Cambiazo incoming
Y BUENO RESULTA QUE SI LEEMOS LAS ESPECIFICACIONES DE LA GRAFICA DICE [NOSECUANTOS] CUDA CORES Y ESO TE DICE TODO.
Básicamente aprendí cómo hacer que una red neuronal vea esos 600 iconos de anime, y luego de varias horas, me hice unos nuevos.
En teoría lo que hice sería:
Asumo que tenés instalado GIT y ANACONDA/MINICONDA
// configurar anaconda para un nuevo entorno y activarlo
conda create -n stylegan2 python=3.9.7
conda activate stylegan2
// descargar StyleGAN2
git clone https://github.com/NVlabs/stylegan2-ada-pytorch
cd stylegan2-ada-pytorch
// dependencias de stylegan en pip
pip install click requests tqdm pyspng ninja imageio-ffmpeg==0.4.3
// instalar pytorch segun la pagina oficial
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
Las imagenes del dataset tienen que ser todas cuadradas, preferiblemente, del mismo tamaño y que la resolución sea producto de 2 (osea 32x32 | 128x128 | 256x256 | 512x512)
// preparar el dataset
python dataset_tool.py --source anime_icons --dest anime_dataset
// entrenar el dataset
python train.py --outdir results --gpus 1 --metrics none --data anime_dataset --cfg stylegan2
Y... Bueno, así fue como hice el primer lote de imágenes, agarrando todos mis iconos de anime, recortando solo la parte de la cabeza de cada personaje, alineando de forma paralela los ojos para que formen una lineal horizontal, y luego reduje la resolución de las imágenes a 128x128 pixeles cada una.
Conclusión:
VIEJA ME TOMÓ 4 DÍAS SEGUIDOS SIN APAGAR LA PC CON LA GRAFICA A 78°C Y SIN PODER HACER OTRA COSA PORQUE SE IBA EL CONSUMO DE VRAM AL 90%, LA RAM AL 80% Y LA CPU... Bueno, no tanto pero al menos podía mirar videitos en youtube y revisar las redes, pero nada de GAMING EN ULTRA RTX 4K (re que tengo un monitor 1080 nomas, pero se entiende).
AH PERO TENGO ICONS PARA TIRAR AL TECHO
AH PERO 1 DE CADA 4 ICONS ES DECENTE, EL RESTO PARECEN RE MAL HECHOS
(Sigue siendo tremenda fuente de icons y estoy más que satisfecho)
Al final del día me quedé con una red neuronal que a fines prácticos es un archivo .pkl de 500 Mb aproximadamente que se puede usar para generar los iconos de forma INFINITA ( o al menos eso creo yo, no sé por qué querría generar 9999999 imágenes pero digo que es posible).
Lo bueno es que generar imágenes no es un proceso para nada intensivo ni lento, en comparación con la etapa de entrenamiento, puedo pedirle a la Inteligencia Artificial que genere 500 imágenes y lo hace en 60 segundos o menos.
Y no contento con eso:
Te la veías venir, no?
- Con resolución 128x128, llegué a 5200/kimg en algo de 96hs seguidas de entrenamiento.
- Con 256x256 llegué a 2400/kimg en 60hs seguidas.
Evidentemente entrenar en 256x256 era un bardo y para andar consumiendo tanta electricidad, mejor me pongo a minar bitcoin (ni en pedo lo hago).