شبكات GAN المشروطة
تعمل شبكات GAN الشرطية (cGANs) على توسيع شبكات GAN العادية عن طريق تغذية معلومات إضافية، مثل تسمية الفئة أو النص، في كل من المولد والمميز.
نظرة عامة
This lets you control what the network produces instead of getting random outputs.
الغوص العميق
تعمل تقنية GAN القياسية على تحويل الضوضاء العشوائية إلى صورة ولكنها لا تمنحك أي رأي في النتيجة. تعمل شبكات GAN المشروطة، التي اقترحها ميرزا وأوسينديرو في عام 2014، على إصلاح ذلك من خلال تكييف التوليد على الملصق y. تستقبل كلتا الشبكتين y: يجمع المولد الضوضاء مع الملصق لإنتاج صورة مطابقة، بينما يحكم جهاز التمييز ما إذا كانت الصورة واقعية ومتسقة مع الملصق الخاص بها. قم بتدريبه على MNIST باستخدام تسميات الأرقام ويمكنك أن تطلب الرقم "7" على وجه التحديد. يمكن أن تكون إشارة التكييف عبارة عن متجه فئة واحدة ساخنة، أو تضمين، أو مجموعة سمات، أو حتى صورة أخرى. إن فكرة توليد التوجيه هذه هي الأساس الذي يجعل أنظمة تحويل النص إلى صورة ومن صورة إلى صورة ممكنة.
البصيرة الفنية
عادةً ما يتم توصيل مدخلات التكييف إلى ناقل ضوضاء المولد وميزات إدخال أداة التمييز، على الرغم من أن التصميمات الأكثر تقدمًا تحقنه من خلال تطبيع الدفعة المشروطة أو طبقة الإسقاط التي تأخذ المنتج الداخلي بين تضمين الملصق وميزات الصورة. المفتاح هو أن المُميِّز يجب أن يعاقب الأزواج غير المتطابقة، وهي الصورة التي تبدو حقيقية ولكنها لا تتطابق مع اسمها، مما يجبر المولد على احترام الشرط بدلاً من تجاهله.
التأثير الاستراتيجي
السرعة والحجم
يمكن للذكاء الاصطناعي المرئي أتمتة مهام الفحص والكشف ووضع العلامات على نطاق واسع.
خيارات البناء
يمكن للفرق الإبداعية إنشاء نماذج أولية للمفاهيم بشكل أسرع مع عدد أقل من المراجعات اليدوية.
الفريق وسير العمل
يمكن أن تستخدم العمليات إشارات الصور والفيديو التي كان من الصعب معالجتها في السابق.
مستقبل شبكات GAN المشروطة
أصبح التوليد المشروط الآن هو التوقع الافتراضي: يريد المستخدمون تحديد ما سيحصلون عليه. تم تعميم فكرة تكييف التسمية على تكييف النص الغني عبر الانتباه المتبادل في نماذج الانتشار مثل Stable Diffusion وفي التكييف المكاني على غرار ControlNet باستخدام الحواف أو العمق أو الوضع. سوف تقبل الأنظمة المستقبلية شروطًا أكثر مرونة ومتعددة الوسائط، ومزج النصوص والرسومات والصوت والقيود ثلاثية الأبعاد، مع تحسين مدى احترام المخرجات لكل جزء من التعليمات.
التنفيذ في العالم الحقيقي
إنشاء رقم أو فئة كائن محددة مكتوبة بخط اليد عند الطلب بدلاً من فئة عشوائية
تجميع الوجوه مع السمات المختارة مثل العمر أو تصفيفة الشعر أو النظارات أو التعبير
تشغيل خطوط تحويل النص إلى الصورة المبكرة حيث تحدد التسمية التوضيحية الصورة التي تم إنشاؤها
إنشاء بيانات تركيبية متوازنة بين الفصول لزيادة الفئات الممثلة تمثيلا ناقصا في مجموعات التدريب
المخاطر والدرابزين
يمكن أن تصبح حقوق الصور والموافقة مخاطر قانونية إذا كان المصدر غير واضح.
يمكن أن يختلف أداء النموذج عبر الإضاءة والتركيبة السكانية والبيئات.
قد تمر الإيجابيات الكاذبة دون أن يلاحظها أحد ما لم تتم مراقبة عتبات الثقة.
خارطة طريق التنفيذ
تحديد معايير القبول لتكاليف الدقة والاستدعاء والخطأ.
اختبار مع البيانات التي تتوافق مع ظروف الإنتاج الحقيقية.
أضف مراجعة بشرية للتنبؤات منخفضة الثقة أو عالية التأثير.
تتبع انحراف النموذج وإعادة التحقق من صحته بعد تغيير الكاميرا أو مجموعة البيانات.
استمر في الاستكشاف
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 Conditional 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
الدليل التالي
النمو التدريجي لشبكات GAN
الأسئلة المتداولة
What is Conditional GANs?
تعمل شبكات GAN الشرطية (cGANs) على توسيع شبكات GAN العادية عن طريق تغذية معلومات إضافية، مثل تسمية الفئة أو النص، في كل من المولد والمميز. يتيح لك ذلك التحكم في ما تنتجه الشبكة بدلاً من الحصول على مخرجات عشوائية.
ما هو الفرق الرئيسي بين GAN المشروط وGAN القياسي؟
تضيف شبكات GAN الشرطية إشارة تكييف (مثل الملصق) إلى كل من المولد والمميز حتى تتمكن من تحديد ما يتم إنشاؤه.
في شبكة cGAN المدربة على الأرقام المميزة، ما الذي يمكنك فعله ولا تستطيع شبكة GAN العادية القيام به؟
نظرًا لأن التوليد مشروط بالملصق، يمكنك أن تطلب من المولد فئة معينة بدلاً من الإخراج العشوائي.
ما الذي يجب على أداة تمييز cGAN التحقق منه، بخلاف ما إذا كانت الصورة تبدو حقيقية؟
يعاقب المُميِّز الصور ذات المظهر الواقعي التي لا تتطابق مع حالتها، مما يجبر المولد على احترام الملصق.
ما هي الطريقة الشائعة لتزويد إشارة التكييف للمولد؟
هناك طريقة بسيطة وشائعة لربط الملصق (غالبًا ما يكون ساخنًا أو مضمنًا) بمتجه ضوضاء المولد.
لقد وضعت شبكات GAN المشروطة الأساس لأي قدرة لاحقة؟
إن توليد التوجيه عبر شرط ما هو بالضبط ما تعتمد عليه أنظمة تحويل النص إلى صورة وصورة إلى صورة.