人工智能和机械学习已经成为科学技术行业的话题,为了,必须提供更多的数据进行训练。NVIDIA研究部门旗下的生成对抗网络(GAN)最近迎来了新的里程碑,在非常小的数据集中的情况下,人工智能也可以学习。 虽然名字中出现了对抗,但GANAI模式实际上使用了两个合作的网络。例如,生成器负责制作图像,鉴别器比较参考图像,评价是否符合风格、对象和内容。另外,鉴别器通常会输入5万到10万范围内的训练图像。 50岁的阿姨吃了三七的危险知道三七粉的禁忌吗?不要吃错广告bgmqCw。 这种现象称为过拟合,可以部分通过所谓的数据强化来解决,这种方法只涉及随机旋转,调整大小,切割或翻转图像,扩大参考数量。但而,这将创建一个生成器,而不是学习如何正确合成风格和主题,而是模仿变形的图像。 NVIDIARearch的AdaptiveDataaugmentation(ADA)试图通过在不同数据点之间分布数据来解决这两个问题。研究人员声称,这可以创建新的StyleGAN2模型,该模型可以使用比传统GAN所需的数据小10倍到20倍的训练数据集来学习艺术风格。 |
最新评论