LegközelebbKövetkező útmutató
ESRGAN és GAN Super-Resolution
Vizuális AI
Vizuális MI ÚTMUTATÓ
A Wasserstein GAN (WGAN) a GAN edzési cél újratervezése, amely a Wasserstein távolságot használja az eredeti min-max veszteség helyett.
Hallgassa meg ezt az útmutatótAI-narrált · ~2 min
It makes notoriously unstable GAN training far more reliable and gives a loss value that actually correlates with image quality.
Az eredeti GAN-ok két hálózatot képeznek ki egy huzavona során: egy generátor hamis képeket készít, egy megkülönböztető pedig megpróbálja észrevenni őket. Ez gyakran összeomlik vagy leáll, mert a megkülönböztető vesztesége semmi hasznosat nem mond a haladásról. Az Arjovsky, Chintala és Bottou által 2017-ben bevezetett WGAN a megkülönböztetőt egy „kritikusra” cseréli, amely folyamatos skálán pontozza, hogy egy kép mennyire valósnak tűnik, ahelyett, hogy a valós-hamisítást osztályozná. A képzési cél a Wasserstein (földmozgató) távolság lesz a valós és a generált adateloszlás között. Ez a távolság simább, értelmesebb gradienseket ad még akkor is, ha a két eloszlás alig fedi egymást, drámaian csökkentve a módok összeomlását, és a veszteségi görbét valódi minőségi jellé teszi.
Fotorealisztikus arcok és textúrák létrehozása, ahol a vanília GAN-ok néhány ismétlődő kimenetre omlottak
Szintetikus orvosi képek, például MRI vagy szövettani tapaszok készítése a szűkösen jelölt adatkészletek bővítésére
Részecskeütközési események modellezése nagy energiájú fizikai szimulációkban, ahol a stabil képzés kritikus
Alapvető viszonyítási alapként szolgál az ML-kutatásban, mert elvesztése nyomon követi a minta minőségét az edzéssel szemben
A WGAN alapvető meglátása, miszerint az eloszlási távolság megválasztása alakítja a gradiens minőségét, továbbra is visszhangzik a generatív modellezésben. Míg ma már a diffúziós modellek uralják a képszintézist, a WGAN optimális szállítási ötletei újra megjelennek az áramlási illesztésben, a Schrodinger-híd módszerekben és a diffúziós modellek gyors, néhány lépéses generátorokká történő desztillációjában. Várható, hogy a Wasserstein-stílusú célkitűzések a hibrid megközelítések folyamatos tájékoztatását szolgálják, ahol a stabil képzés és az értelmes veszteségmutató számít, különösen a tudományos és az alacsony adattartalmú területeken.
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 Wasserstein GAN (WGAN) a GAN edzési cél újratervezése, amely a Wasserstein távolságot használja az eredeti min-max veszteség helyett. Sokkal megbízhatóbbá teszi a köztudottan instabil GAN képzést, és olyan veszteségi értéket ad, amely ténylegesen korrelál a képminőséggel.
A WGAN az eredeti Jensen-Shannon-alapú objektívet a Wasserstein-távolságra cseréli, amely egyenletesebb gradienst biztosít még akkor is, ha az eloszlások alig fedik át egymást.
A kritikus folyamatos skálán pontozza a képeket, ahelyett, hogy valódi és hamis minősítést tenne, amitől Wasserstein objektív működik.
Az a kettősség, amely lehetővé teszi a WGAN-nak a Wasserstein-távolság becslését, csak az 1-Lipschitz-függvényekre érvényes, tehát a kritikus gradienseinek korlátosnak kell lenniük.
Az első WGAN papír nyers súlyvágást használt; A WGAN-GP később egy simább gradiens büntetéssel helyettesítette.
A WGAN simább színátmenetei fékezési mód összeomlanak, és olyan veszteséget produkálnak, amely valójában a minta minőségével korrelál.
Tanulj tovább
További útmutatók készültek ehhez a témához
LegközelebbKövetkező útmutató
ESRGAN és GAN Super-Resolution
Vizuális AI