LegközelebbKövetkező útmutató
A GAN-ok progresszív növekedése
Vizuális AI
Vizuális MI ÚTMUTATÓ
A feltételes GAN-ok (cGAN-ok) kiterjesztik a közönséges GAN-okat azáltal, hogy további információkat, például osztálycímkét vagy szöveget táplálnak be a generátorba és a megkülönböztetőbe.
Hallgassa meg ezt az útmutatótAI-narrált · ~2 min
Ez lehetővé teszi, hogy szabályozza, hogy mit produkál a hálózat, ahelyett, hogy véletlenszerű kimeneteket kapna.
A szabványos GAN a véletlenszerű zajt képpé alakítja, de nem ad beleszólást az eredménybe. A Mirza és Osindero által 2014-ben javasolt feltételes GAN-ok ezt a kondicionálás generálásával javítják egy y címkén. Mindkét hálózat y-t kap: a generátor a zajt a címkével kombinálja, hogy megfelelő képet hozzon létre, míg a diszkriminátor megítéli, hogy egy kép valósághű és összhangban van-e a címkéjével. Tanítsd meg az MNIST-en számjegyekkel, és kérhetsz kifejezetten 7-est. A kondicionáló jel lehet egy-hot osztályvektor, beágyazás, attribútumkészlet vagy akár egy másik kép is. Az irányító generációs gondolat az alapot, amely lehetővé teszi a szöveg-kép és kép-kép rendszerek létrehozását.
Egy adott kézzel írt számjegy vagy objektumosztály igény szerint generálása véletlenszerű helyett
Arcok szintetizálása kiválasztott tulajdonságokkal, például kor, frizura, szemüveg vagy arckifejezés
Korai szöveg-kép csővezetékek működtetése, ahol a képaláírás határozza meg a generált képet
Osztályonként kiegyensúlyozott szintetikus adatok létrehozása az alulreprezentált kategóriák növelése érdekében a képzési készletekben
A feltételes generálás mostantól az alapértelmezett elvárás: a felhasználók meg akarják határozni, mit kapnak. A címkekondicionálási ötlet a diffúziós modellekben, például a Stable Diffusion, keresztfigyelés révén rich text kondicionálássá, illetve éleket, mélységet vagy pózt használó ControlNet-stílusú térbeli kondicionálássá vált. A jövőbeli rendszerek egyre rugalmasabb és multimodális feltételeket fognak elfogadni, keverve a szöveget, a vázlatokat, a hangot és a 3D-s megszorításokat, miközben javítják azt, hogy a kimenetek hűen tiszteletben tartják az utasítás minden részét.
Ingyenes hírlevél
Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.
Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.
Teszteld magad
Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.
Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt
A feltételes GAN-ok (cGAN-ok) kiterjesztik a közönséges GAN-okat azáltal, hogy további információkat, például osztálycímkét vagy szöveget táplálnak be a generátorba és a megkülönböztetőbe. Ez lehetővé teszi, hogy szabályozza, mit produkál a hálózat, ahelyett, hogy véletlenszerű kimeneteket kapna.
A feltételes GAN-ok kondicionáló jelet (például címkét) adnak hozzá mind a generátorhoz, mind a diszkriminátorhoz, így megadhatja, hogy mit generáljon.
Mivel a generálás feltétele a címkén, a generátortól kérhet egy adott osztályt a véletlen kimenet helyett.
A diszkriminátor megbünteti a valósághűnek tűnő, állapotuknak nem megfelelő képeket, és arra kényszeríti a generátort, hogy tiszteletben tartsa a címkét.
Egy egyszerű és általános megközelítés összefűzi a címkét (gyakran egyforró vagy beágyazott) a generátor zajvektorával.
A feltételen keresztüli generálás irányítása pontosan az, amire a szöveg-kép és kép-kép rendszerek támaszkodnak.
Tanulj tovább
További útmutatók készültek ehhez a témához
LegközelebbKövetkező útmutató
A GAN-ok progresszív növekedése
Vizuális AI