Aktionen

AIBeer: Unterschied zwischen den Versionen

Aus exmediawiki

(Erstellen der Seite AIBeer)
 
 
(Eine dazwischenliegende Version von einem anderen Benutzer wird nicht angezeigt)
Zeile 5: Zeile 5:
  
 
* Wir benötigen eine AI zum Generieren von Bildern. Damit generieren wir Etiketten.
 
* Wir benötigen eine AI zum Generieren von Bildern. Damit generieren wir Etiketten.
 +
 +
 +
Aufgaben:
 +
 +
Rezept
 +
* Rezepte in einer Datenbank sammeln
 +
* Rezepte normalisieren (gleiches Biervolumen)
 +
* Text in Vektoren umwandeln und in jupyter/tensorflow/keras einlesen
 +
* Inputparameter definieren (bspw. gewünschte Bitterkeit, Farbe, Biersorte)
 +
* Rezept generieren (Recurrent Neural Net ?)
 +
 +
Etiketten
 +
* Datensets erstellen: Jeder bringt X Bilder von Etiketten mit
 +
* Optional: Wir experimentieren mit verschiedenen Datensets (Etiketten von Flaschen, Landschaftsportraits, Kunstwerke, ...)
 +
* Generieren von einem (oder vielen einzigartigen) Etikett(en) mittels Generative Adversarially Network oder Variational Autoencoder
 +
 +
 +
Zeitplan:
 +
 +
 +
ca. 12.06. (Klassenfahrt) Bier für den Rundgang wird gebraut (Konform mit Ruhezeit?)
 +
Klassenfahrt: Etiketten generieren
 +
10.07. Rundgang, finales Bier sollte fertig sein
 +
 +
Links:
 +
 +
* The Artificial Neural Beer Network: https://medium.com/@koenvandenheuvel/how-to-brew-a-beer-with-artificial-intelligence-6c742f5fd843
 +
* IntelligentX Beer: https://join.intelligentx.ai/

Aktuelle Version vom 9. April 2019, 11:33 Uhr

Ziel des Projektes ist es, spätestens bis zum Rundgang ein schmackhaftes Bier gebraut zu haben und nebenbei praktische Erfahrungen im AI-Handwerk zu machen.


  • Wir benötigen eine AI zur Textverarbeitung. Damit generieren wir ein gutes Rezept.
  • Wir benötigen eine AI zum Generieren von Bildern. Damit generieren wir Etiketten.


Aufgaben:

Rezept

  • Rezepte in einer Datenbank sammeln
  • Rezepte normalisieren (gleiches Biervolumen)
  • Text in Vektoren umwandeln und in jupyter/tensorflow/keras einlesen
  • Inputparameter definieren (bspw. gewünschte Bitterkeit, Farbe, Biersorte)
  • Rezept generieren (Recurrent Neural Net ?)

Etiketten

  • Datensets erstellen: Jeder bringt X Bilder von Etiketten mit
  • Optional: Wir experimentieren mit verschiedenen Datensets (Etiketten von Flaschen, Landschaftsportraits, Kunstwerke, ...)
  • Generieren von einem (oder vielen einzigartigen) Etikett(en) mittels Generative Adversarially Network oder Variational Autoencoder


Zeitplan:


ca. 12.06. (Klassenfahrt) Bier für den Rundgang wird gebraut (Konform mit Ruhezeit?) Klassenfahrt: Etiketten generieren 10.07. Rundgang, finales Bier sollte fertig sein

Links: