एनिमेशन AI

• Animated AI एक प्रोजेक्ट है जो neural network की अवधारणाओं को animations और educational videos के जरिए दिखाता है, जिससे visually समझने में कठिन computation प्रक्रियाओं को follow करना आसान हो जाता है
• मुख्य सामग्री Convolution के fundamental algorithm, Padding, Stride, Groups, Depthwise, और Depthwise-separable Convolution पर केंद्रित है
• Pixel Shuffle सामग्री resolution conversion के flow को 2x2 और 3x3 block size के उदाहरणों में बांटकर दिखाती है
• हर topic, page पर मौजूद animation सामग्री के साथ देखे जा सकने वाले YouTube companion videos से जुड़ा है
• Project page Patreon और YouTube channel की जानकारी देता है, और code MIT License के तहत public है

---

Neural network animations और videos

• Animated AI neural networks को समझाने वाली animations और educational videos बनाता है
• Support और videos देखने के लिए official links साथ में दिए गए हैं
  • Patreon
  • YouTube channel

Convolution learning resources

• Fundamental Algorithm of Convolution in Neural Networks Convolution के fundamental algorithm पर companion YouTube video है
• Convolution Padding - Neural Networks Padding के फर्क दिखाता है
  • No Padding, यानी “Valid”
  • [1,1,1,1] Padding, यानी “Same”
• Stride - Convolution in Neural Networks Stride settings और Padding combinations को cover करता है
  • Stride 1 और Stride 2
  • No Padding “Valid” और [1,1,1,1] Padding “Same” combination
• Groups, Depthwise, and Depthwise-Separable Convolution (Neural Networks) Groups और Depthwise series Convolution की तुलना करके देखने की सामग्री है
  • 1 Group
  • 2 Groups
  • Depthwise, 8 Groups
  • Depthwise-separable, 8 Groups के बाद pointwise apply किया गया

Pixel Shuffle examples

• Pixel Shuffle - Changing Resolution with Style Pixel Shuffle पर companion YouTube video है
• 2x2 block size में Shuffle, Unshuffle, और repeated loop के examples देखे जा सकते हैं
  • 2x2 Pixel Shuffle
  • 2x2 Pixel Unshuffle
  • 2x2 Pixel Shuffle/Unshuffle Loop
• 3x3 block size में भी वही flow अलग examples के रूप में दिया गया है
  • 3x3 Pixel Shuffle
  • 3x3 Pixel Unshuffle
  • 3x3 Pixel Shuffle/Unshuffle Loop

License

• Project code MIT License के तहत licensed है

[GN⁺]

Hacker News की राय

• डिज़ाइन अच्छा है, और Georgia Tech रिसर्च से आया CNN visualization tool भी है
  https://poloclub.github.io/cnn-explainer/
  neural network architecture को design और visualize करने के tools का संग्रह: https://github.com/ashishpatel26/Tools-to-Design-or-Visualiz...
  TensorFlow Playground भी है: https://playground.tensorflow.org/

  • ManimML: https://github.com/helblazer811/ManimML
    “But what is a convolution?”: https://youtu.be/KuXjwB4LzSA?si=qwnZMQYJhDxraGc8 https://github.com/3b1b/videos/tree/master/_2022/convolution... https://github.com/3b1b/videos/tree/master/_2023/convolution...
    “Convolution Is Fancy Multiplication”: https://news.ycombinator.com/item?id=25190770#25194658
    https://news.ycombinator.com/item?id=37953886 में Manim, Blender, ipyblender, PhysX, o3de, FEM, CFD से जुड़े लिंक: https://github.com/ManimCommunity/manim/issues/3362
    Manim + O3DE का संयोजन सीखने के लिए काफ़ी उपयोगी लगता है, और Manim से बनाए गए Rubik's Cube algorithm वीडियो का कोड भी है: https://github.com/polylog-cs/rubiks-cube-video/blob/main/co...
    Manim API docs: https://docs.manim.community/en/stable/reference.html
  • poloclub लेख का “Understanding Hyperparameters” widget खास तौर पर अच्छा लगा, और इसी तरह बना टूल भी मददगार हो सकता है
    https://static.laszlokorte.de/conv2d/

• रंगों का इस्तेमाल सच में बहुत अच्छा है, और शुरुआत में लगा कि यह AI द्वारा बनाया गया example animation है
  जबकि यह सच में हाथ से बनाया गया है, इसलिए इसमें लगी मेहनत और भी साफ़ दिखती है, और YouTube चैनल के वीडियो भी देखने लायक हैं

  • संदर्भ के लिए चैनल लिंक छोड़ रहा हूँ: https://www.youtube.com/@animatedai/videos

• प्रोजेक्ट अच्छा है, लेकिन बिना चेतावनी के 100MB से बड़े GIF image लोड नहीं करवाने चाहिए

  • animation वाली page में सामान्य page की तुलना में भारी media होना स्वाभाविक है, और आजकल आम वेबसाइटें भी काफ़ी बड़ी होती हैं
    NYT 11MB है, Washington Post 22MB, और Reddit से एक बार लोड करने पर भी लगभग 40MB हो जाता है
    जो page animation दिखाने के लिए बनी है, उस पर 100MB के आसपास का size ऐसा नहीं लगता कि उसके लिए अलग से पहले से चेतावनी देना बिल्कुल ज़रूरी हो
  • पुराने दिनों की तरह “56k killer” टैग लगा देना चाहिए
  • मैं साइट का निर्माता हूँ, बताने के लिए धन्यवाद। समय के साथ animations की संख्या बढ़ती गई, और मुझे पता नहीं था कि कुल size इतना बड़ा हो गया है
    अगर कोई पसंदीदा व्यवहार हो तो जानना चाहूँगा। जैसे click/tap पर चलने वाली static image, expand करने तक छिपे section, या कोई और तरीका हो सकता है
  • सही संख्या 134MB है

• बहुत बढ़िया बनाया गया है, और इससे ऐसे शानदार 3D animation explainer videos याद आते हैं: https://www.youtube.com/@animagraffs

• मैंने पहले Manim से खुद animation बनाए हैं, और भले इनमें उतनी चमक न हो, फिर भी यह मददगार हो सकते हैं
  https://www.jerpint.io/blog/cnn-cheatsheet/

• मैं attention layer को भी इसी तरह animated रूप में देखना चाहूँगा। समझ लगभग आती है, लेकिन पूरी तरह नहीं

  • Transformer के attention concept को इस CNN visualization जितना आसान बना दे, ऐसी “वह एक visualization” मुझे अभी तक नहीं मिली
    अगर किसी के पास ऐसा page हो जिसने attention layer को पूरी तरह समझने वाले eureka moment में मदद की हो, तो साझा करें
  • मैं साइट का निर्माता हूँ, और एक अच्छी खबर है। मैं अभी Transformer और self-attention पर animation और explainer video बना रहा हूँ
    updates पाने का सबसे अच्छा तरीका शायद YouTube चैनल subscribe करना और notification icon ऑन रखना है
  • शायद मतलब यह है कि वे attention animation देखना चाहते हैं। यह page attention नहीं बल्कि convolution दिखाता है

• खास AI algorithms पर interactive लेख देखने हों तो Amazon का mlu-explain भी देख सकते हैं
  https://mlu-explain.github.io/

• वाकई बहुत अच्छा है। RNN या Transformer section भी हों तो बढ़िया होगा, और मैं इसके लिए पैसे देकर भी देखना चाहूँगा

• कई बार लगा है कि pandas docs में भी ऐसी animation होनी चाहिए। groupby / split-apply-combine pipeline को शायद 10 सेकंड की एक clip में समझाया जा सकता है