Try the sketch-rnn demo

對于通過蜂窩數據連接網絡的移動用戶：第一個演示大小約為 5 MB 數據。每次在演示中更改模型時，您將使用另外 5 MB 的數據。

我們進行了一個交互式網絡實驗，讓你能與一個名為 sketch-rnn 的循環神經網絡模型一起繪制作品。我們利用來自于 Quick Draw！ 游戲的數百萬涂鴉訓練該神經網絡。一旦開始繪制對象，sketch-rnn 將提出許多可行的方法基于你中斷的位置繼續繪制此對象。試試第一個演示。

在上面的演示中，我們被提示開始繪制特定對象。一旦你停止涂鴉，神經網絡將接管并試圖猜測涂鴉的其余部分。你可以再次接管繪圖并繼續從中斷處開始。我們訓練了大約 100 種可以用于試驗的模型，并且一些模型在多種類別上進行了訓練。

其他 sketch-rnn 演示

下面的演示最好在桌面瀏覽器上體驗，而不是在移動設備上體驗。

多預測

多預測演示

該演示類似于第一個預測繪圖其余部分的演示。在此版本中，您將在左側區域內繪制草圖的開頭，模型將在右側較小的框內預測圖形的其余部分。這樣，您可以看到模型預測的各種不同結局。預測的結局有時會讓人感到期待，有時會出乎意料和奇怪，而且有時也可能是丑陋和完全錯誤的。

你還可以選擇不同的類別，使模型基于相同的不完整的起始草圖繪制不同的對象，或者使模型繪制方形貓或圓形卡車等內容。你可以隨時中斷模型并繼續在左側區域內繪制圖形，并讓模型不斷預測你離開的位置。

插值

插值演示

除了預測不完整繪圖的其余部分外，sketch-rnn 還可以從一個繪圖變換到另一個繪圖。在 Interpolation Demo 中，可以使用屏幕兩側的按鈕隨機生成兩個圖像。點擊 Interpolate 按鈕，模型將提出新的草圖，作為兩個原始草圖之間的插值。在上圖中，模型在自行車和瑜伽位置之間進行插值。嘗試使用插值演示在兩個隨機生成的圖像之間進行變換。

變分自動編碼器

變分自動編碼器演示

該模型還可以模擬你的繪圖并生成類似的涂鴉。在變分自動編碼器演示中，你將繪制指定對象的完整圖形。在左側區域內繪制完整草圖后，點擊自動編碼按鈕，模型將開始在右側較小的框內繪制類似的草圖。模型將嘗試模擬你的繪圖，而不是繪制完美的繪圖副本。

你可以嘗試繪制其他類別的繪圖對象，并查看模型如何解釋你的繪圖。嘗試變分自動編碼器演示。