የጋን ተራማጅ እድገት
ፕሮግረሲቭ ማደግ GANን ያሠለጥናል ከትንሽ ጥራቶች ጀምሮ እና ቀስ በቀስ ንብርብሮችን በመጨመር ከፍተኛ ጥራት ያላቸውን ምስሎች ለመድረስ።
አጠቃላይ እይታ
It matters because it made stable, megapixel-quality GAN synthesis practical for the first time.
ጥልቅ ዳይቭ
በካርራስ እና ሌሎች አስተዋውቋል። (NVIDIA) በ2017፣ ተራማጅ ዕድገት (ProGAN) በከፍተኛ ጥራት የ GANs ስልጠና አለመረጋጋትን እና ዝግታነትን ይቋቋማል። ጀነሬተር እና አድልዎ የሚጀምሩት በትንሹ፣ በ4x4 ፒክስል፣ መጠነ ሰፊ መዋቅርን ብቻ ነው። ጥራትን በእጥፍ የሚጨምሩ አዳዲስ ንብርብሮች (8x8፣ 16x16፣ እስከ 1024x1024) ከዚያም በሁለቱም ኔትወርኮች ላይ በሥልጠና ጊዜ በተመጣጣኝ ሁኔታ ይጨምራሉ። በወሳኝ ሁኔታ፣ እያንዳንዱ አዲስ ሽፋን በሊኒየር የአልፋ ቅልቅል በመጠቀም ደብዝዟል፣ ስለዚህም አውታረ መረቡ በድንገት በተፈጠረ የስነ-ህንፃ ለውጥ አይደናገጥም። ከጥሩ ዝርዝሮች በፊት ጥቅጥቅ ያሉ ባህሪያትን በመማር፣ ስልጠና ይበልጥ የተረጋጋ፣ በፍጥነት ይሰበሰባል፣ እና የCelebA-HQ ውጤቶችን ዝነኛ ያደረጉ ፊቶችን ያመነጫል። ወረቀቱ ስልጠናውን የበለጠ ለማረጋጋት ሚኒባች ስታንዳርድ ዲቪኤሽን እና እኩል የትምህርት ደረጃን አስተዋውቋል።
ቴክኒካዊ ግንዛቤ
መደብዘዝ ማዕከላዊ ዘዴ ነው። ከፍተኛ ጥራት ያለው ብሎክ ሲታከል ውጤቱ ከ0 ወደ 1 በሚያድግ የክብደት አልፋ በመጠቀም ከቀደመው የጥራት ስሪት ጋር ይደባለቃል። ይህ የአዲሱ የንብርብሮች ክብደቶች አውታረ መረቡ የተማረውን ከማስተጓጎል ይልቅ ቀስ በቀስ እንዲሞቁ ያስችላቸዋል። በአድልዎ ውስጥ የተመጣጠነ ሂደት ይከሰታል። ሚኒባች ስታንዳርድ ዲቪኤሽን ጄኔሬተሩን ወደ ውሱን ውጽዓቶች እንዳይፈርስ ተስፋ በማድረግ የባች ልዩነትን የሚያጠቃልል ባህሪን ይጨምራል።
ስልታዊ ተጽእኖ
ፍጥነት እና ልኬት
ቪዥዋል AI የመመርመሪያ፣ የማወቅ እና የመለያ ስራዎችን በሚዛን መጠን በራስ ሰር ሊያደርግ ይችላል።
ምርጫዎችን ይገንቡ
የፈጠራ ቡድኖች በጥቂት የእጅ ክለሳዎች ጽንሰ-ሀሳቦችን በፍጥነት መተየብ ይችላሉ።
ቡድን እና የስራ ፍሰት
ክዋኔዎች ከዚህ ቀደም ለማስኬድ አስቸጋሪ የነበሩትን የምስል እና የቪዲዮ ምልክቶችን መጠቀም ይችላሉ።
የGANs ፕሮግረሲቭ ማደግ ወደፊት
ፕሮግረሲቭ ማደግ ስታይልGAN ላይ የተገነባው መሰረት ነበር፣ነገር ግን ስታይልGAN2 በኋላ እንዳሳየው ቋሚ አርክቴክቸር ከዝላይ ግንኙነቶች እና ቀሪ ብሎኮች ጋር ያለ መርሃ ግብሩ ጥራቱን ሊያሟላ ይችላል፣ስለዚህ ግልጽ የሆነ እድገት ከጥቅም ውጭ ወደቀ። የጠለቀው ቅርስ እንደቀጠለ ነው፡ ከጥሩ እስከ ጥሩ ትውልድ አሁን በብዙ ልኬት ስርጭቶች፣ በተቆራረጡ እጅግ በጣም ጥራት ባላቸው የቧንቧ መስመሮች እና በድብቅ-ህዋ ላይ ከፍ ባለ ከፍታዎች ይታያል። ተራማጅ ማደግን መረዳቱ ለምን ተዋረዳዊ፣ ከዝቅተኛ እስከ ከፍተኛ-ድግግሞሽ ትምህርት የትውልድ ስልጠናን እንደሚያረጋጋ ለመረዳት ጠቃሚ ነው።
የእውነተኛ-ዓለም አተገባበር
1024x1024 GAN ውህደትን የሚያሳዩ ባለከፍተኛ ጥራት የCelebA-HQ የፊት ምስሎችን ማምረት።
እንደ መኝታ ቤቶች (LSUN) እና በመጠን ያሉ ነገሮች ያሉ ከፍተኛ ጥራት ያላቸውን የሌሎች ጎራዎች ናሙናዎችን ማፍለቅ።
ስታይልጋን ቁጥጥር ለሚደረግ የፊት ትውልድ የዘረጋው የሕንፃ ግንባታ መነሻ ነጥብ ሆኖ በማገልገል ላይ።
እንደገና ጥቅም ላይ የሚውለውን ከጥሩ-ወደ-ጥሩ የሥልጠና መርህ ማስተማር።
አደጋዎች እና የጥበቃ መንገዶች
የምስል መብቶች እና ፈቃድ ግልጽ ካልሆነ ህጋዊ አደጋዎች ሊሆኑ ይችላሉ።
የሞዴል አፈጻጸም በብርሃን፣ በስነ-ሕዝብ እና በአካባቢው ሊለያይ ይችላል።
የመተማመን ገደቦች ካልተቆጣጠሩ የውሸት አወንታዊ ነገሮች ላይታዩ ይችላሉ።
የትግበራ ፍኖተ ካርታ
ለትክክለኛነት፣ ለማስታወስ እና ለስህተት ወጪዎች የመቀበያ መስፈርቶችን ይግለጹ።
ከእውነተኛ የምርት ሁኔታዎች ጋር በሚዛመድ ውሂብ ይሞክሩ።
ለዝቅተኛ እምነት ወይም ከፍተኛ ተጽዕኖ ትንበያ የሰው ግምገማን ያክሉ።
ከካሜራ ወይም የውሂብ ስብስብ ለውጦች በኋላ የሞዴሉን ተንሸራታች ይከታተሉ እና እንደገና ያረጋግጡ።
ማሰስዎን ይቀጥሉ
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Progressive Growing of GANs quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
ቀጣይ መመሪያ
ሁኔታዊ GANs
በተደጋጋሚ የሚጠየቁ ጥያቄዎች
What is Progressive Growing of GANs?
ፕሮግረሲቭ ማደግ GANን ያሠለጥናል ከትንሽ ጥራቶች ጀምሮ እና ቀስ በቀስ ንብርብሮችን በመጨመር ከፍተኛ ጥራት ያላቸውን ምስሎች ለመድረስ። የተረጋጋና ሜጋፒክስል ጥራት ያለው የ GAN ውህደት ለመጀመሪያ ጊዜ ተግባራዊ ስላደረገ አስፈላጊ ነው።
በሂደት ያደገ GAN እንዴት ስልጠና ይጀምራል?
ከፍተኛ ጥራት ያላቸው ንብርብሮች ከመጨመራቸው በፊት ስልጠናው በ 4x4 ይጀምራል, አውታረ መረቦች ረቂቅ መዋቅርን ይማራሉ.
የመፍትሄ ሃሳቦችን ቀስ በቀስ ማደግ ዋናው ጥቅም ምንድን ነው?
ረቂቅ ባህሪያትን መማር በመጀመሪያ ስልጠናን ያረጋጋል እና ከጅምሩ ሙሉ ጥራት ከማጥቃት ጋር ሲነፃፀር ውህደትን ያፋጥናል።
አዲስ ከፍተኛ ጥራት ያለው ንብርብር ሲጨመር እንዴት ይተዋወቃል?
መስመራዊ መደብዘዝ የአዲሱን ንብርብር ውፅዓት ከተጨመረ ዝቅተኛ ጥራት ውፅዓት ጋር ያዋህዳል ስለዚህ አውታረ መረቡ ቀስ በቀስ ይላመዳል።
ንብርብሮች በጄነሬተር እና በአድሎአዊው ላይ ለምን ተጨመሩ?
ሁለቱም ኔትወርኮች አብረው ያድጋሉ ስለዚህ አድሎአዊው ምስሎችን በጄነሬተሩ ወቅታዊ ጥራት መገምገም እንዲቀጥል።
በProGAN ውስጥ የገባው ሚኒባች መደበኛ መዛባት ንብርብር ዓላማው ምንድን ነው?
ስለ ባች ልዩነት ስታቲስቲክስን ይጨምረዋል፣ ይህም ጀነሬተር ከመሰብሰብ ይልቅ የተለያዩ ውጤቶችን እንዲያመርት ያበረታታል።