Nchịkọta
Ọgbọ onyonyo autoregressive na-ewulite foto otu ibe n'otu oge, na-ebu amụma nke ọ bụla sitere na ihe niile emepụtara n'ihu ya. Ọ dị mkpa n'ihi na otu igwe na-esote akara asụsụ na-enye ụdị asụsụ nwere ike iwepụta onyonyo ejikọta ọnụ, enwere ike ịchịkwa.
Ọgbọ onyogho Autoregressive bụ nke na-arụ ọrụ ọhụụ kọmputa nke na-akọwa ma ọ bụ mepụta mgbasa ozi anya maka nyocha, arụmọrụ, na imepụta ihe.
Ime miri emi
Ọgbọ onyonyo autoregressive na-ele foto anya dị ka usoro wee buru amụma ya site na mmewere, ebe ihe ọhụrụ ọ bụla na-adabara na ndị gara aga. Ọrụ mbụ dị ka PixelRNN na PixelCNN buru amụma onyonyo otu pikselụ raw n'otu oge, na-enyocha ahịrị n'usoro, nke na-adị nwayọ mana n'ụzọ doro anya. Sistemu ọgbara ọhụrụ kama buru ụzọ pịnye onyonyo n'ime grid nke akara ngosi dị iche iche site na iji koodu ntinye ụdị VQ-VAE, mgbe ahụ, Transformer na-ebu amụma akara ngosi ndị ahụ aka ekpe gaa n'aka nri. OpenAI's DALL-E 1 na Google's Parti gbasoro uzommeputa a, na-ewepụta akara ngosi onyonyo dabara na ederede ozugbo tupu ịmegharịa ha na pikselụ. Nnukwu uru bụ ihe nlere anya nke ọma yana ụlọ ejikọtara ọnụ na asụsụ. Ọnụ ego a na-aga n'usoro, nlele ngwa ngwa.
Nghọta nka nka
Ihe nlere anya na-eme ka njikọ nke akara niile bụrụ ngwaahịa nke ọnọdụ: p(x) = ngwaahịa nke p(x_i nyere x_1...x_{i-1}). Onye ntụgharị nwere nlebara anya ihe kpatara (ihe mkpuchi) na-amanye na ọnọdụ ọ bụla na-ahụ naanị akara ngosi mbụ. N'oge ọzụzụ, ọ na-ebu amụma maka akara ọ bụla n'otu n'otu site na iji mmanye onye nkuzi, mana n'echiche, ọ ga-enwerịrị nlele otu akara n'otu oge, na-azụ onye ọ bụla azụ azụ. Akwụkwọ codebook mụtara na-egosi akara azụ na patches onyonyo, nke decoder na-ebuli elu n'ime pikselụ ikpeazụ.
Ịmalite Ọgbọ Onyonyo Autoregressive
Ọgbọ onyonyo autoregressive na-ewulite foto otu ibe n'otu oge, na-ebu amụma nke ọ bụla sitere na ihe niile emepụtara n'ihu ya. Ọ dị mkpa n'ihi na otu igwe na-esote akara asụsụ na-enye ụdị asụsụ nwere ike iwepụta onyonyo ejikọta ọnụ, enwere ike ịchịkwa. Ọgbọ onyogho Autoregressive bụ nke na-arụ ọrụ ọhụụ kọmputa nke na-akọwa ma ọ bụ mepụta mgbasa ozi anya maka nyocha, arụmọrụ, na imepụta ihe. Iji wuo nghọta miri emi, na-emeso Autoregressive Image Generation dị ka ihe nlereanya na-arụ ọrụ, ọ bụghị otu njirimara: kọwaa nsonaazụ achọrọ, dokwuo anya echiche, ma kewaa ihe usoro ahụ nwere ike ime nke ọma na ihe ka na-achọ mkpebi ndị ọkachamara.
Na omume, ndị otu siri ike na-eji Autoregressive Image Generation itule ziri ezi yana ezigbo arụmọrụ dị ka ogo data, iche iche ọkụ, na ịdekọ aha. Ha na-edepụta njirisi ịga nke ọma nke ọma, nwalee megide data ziri ezi yana usoro ọrụ, yana na-atụgharị dabere na usoro ọdịda ahụrụ karịa karịa mmeri otu oge. Nke a bụ ebe nghọta usoro ihe atụ na-atụgharị ghọọ ike na-adịgide adịgide n'ofe ngwaahịa, amụma na arụmọrụ.
Visual AI nwere ike megharịa nyocha, nchọpụta na mkpado ọrụ n'ọtụtụ. N'otu oge ahụ, ikike onyonyo na nkwenye nwere ike bụrụ ihe egwu iwu ma ọ bụrụ na edoghị anya. Ụzọ kachasị na-agbanwe agbanwe bụ ijikọ ọsọ nnwale na ịdọ aka ná ntị ọchịchị: ndị na-anya ụgbọ elu, ijide ihe akaebe, bipụta ndekọ mkpebi, na na-aga n'ihu na-emelite nchekwa dị ka omume nlereanya, atụmanya ndị ọrụ, na ihe iwu chọrọ.
Mmetụta atụmatụ
Visual AI nwere ike megharịa nyocha, nchọpụta na mkpado ọrụ n'ọtụtụ.
Visual AI nwere ike megharịa nyocha, nchọpụta na mkpado ọrụ n'ọtụtụ. N'ịkwanye ọkwa dị elu, a na-atụgharị nke a ka ọ bụrụ iwu arụ ọrụ enwere ike ịtụnye, oke nwe, na emume ntụlegharị ugboro ugboro ka ndị otu wee nwee ike ịbawanye ntụkwasị obi kama iwelite enweghị mgbagha.
Otu ndị na-emepụta ihe nwere ike imepụta echiche ngwa ngwa site na ngbanwe akwụkwọ ntuziaka ole na ole.
Otu ndị na-emepụta ihe nwere ike imepụta echiche ngwa ngwa site na ngbanwe akwụkwọ ntuziaka ole na ole. N'ịkwanye ọkwa dị elu, a na-atụgharị nke a ka ọ bụrụ iwu arụ ọrụ enwere ike ịtụnye, oke nwe, na emume ntụlegharị ugboro ugboro ka ndị otu wee nwee ike ịbawanye ntụkwasị obi kama iwelite enweghị mgbagha.
Ọrụ nwere ike iji onyonyo na akara vidiyo siri ike ịhazi.
Ọrụ nwere ike iji onyonyo na akara vidiyo siri ike ịhazi. N'ịkwanye ọkwa dị elu, a na-atụgharị nke a ka ọ bụrụ iwu arụ ọrụ enwere ike ịtụnye, oke nwe, na emume ntụlegharị ugboro ugboro ka ndị otu wee nwee ike ịbawanye ntụkwasị obi kama iwelite enweghị mgbagha.
Mmejuputa n'ezie n'ụwa
DALL-E 1 weputara onyogho site n'ịtụgharị aka na-ebu amụma grid nke akara ngosi onyonyo dị iche site na ntinye ederede.
Google's Parti webatara ntụgharị ntụgharị ederede gaa na onyonyo gaa na ijeri 20 maka nkọwa zuru ezu, ihe ngosi kwesịrị ntụkwasị obi ozugbo.
PixelCNN na PixelRNN gosipụtara ọgbọ pikselụ-site-pixel raw ma ka na-ejikwa ya dị ka usoro nkuzi maka ụdị dabere na ohere.
MaskGIT na Muse na-eji ngbanwe ihe nkpuchi ihe mkpuchi na-emekọ ihe iji mee ka njikọ onyonyo dabere na ngwa ngwa ka ha na-echekwa ọzụzụ n'ụdị autoregressive.
Usoro mmejuputa
Ọgbọ onyonyo Autoregressive na omume
DALL-E 1 weputara onyogho site n'ịtụgharị aka na-ebu amụma grid nke akara ngosi onyonyo dị iche site na ntinye ederede.
Ihe onyonyo DALL-E 1 weputara site n'iji aka ya na-ebu amụma grid nke akara ngosi onyonyo dị iche site na ederede ederede Otu dị iche iche na-enweta nsonaazụ kacha mma mgbe ha na-akọwapụta ọnụ ụzọ dị mma n'ihu, na-edobe ụzọ ịrị elu mmadụ maka ikpe ikpe, ma soro ma uru nrụpụta yana ụgwọ njehie na oge.
Ọgbọ onyonyo Autoregressive na omume
Google's Parti webatara ntụgharị ntụgharị ederede gaa na onyonyo gaa na ijeri 20 maka nkọwa zuru ezu, ihe ngosi kwesịrị ntụkwasị obi ozugbo.
Google's Parti webatara ihe ntụgharị ederede gaa na onyonyo gaa na ijeri 20 maka nkọwa zuru ezu, ihe ngosi kwesịrị ntụkwasị obi, otu egwuregwu na-enwetakarị nsonaazụ kacha mma mgbe ha na-akọwapụta ọnụ ụzọ dị mma n'ihu, na-edobe ụzọ mmụba mmadụ maka oke ikpe, wee soro ma uru nrụpụta yana ụgwọ njehie n'ime oge.
Ọgbọ onyonyo Autoregressive na omume
PixelCNN na PixelRNN gosipụtara ọgbọ pikselụ-site-pixel raw ma ka na-ejikwa ya dị ka usoro nkuzi maka ụdị dabere na ohere.
PixelCNN na PixelRNN gosipụtara ọgbọ pixel-by-pixel raw ma ka na-eji ya dị ka nkuzi ntọala maka ụdị ndị nwere ike ịdabere na otu ìgwè na-enwetakarị nsonaazụ ka mma mgbe ha na-akọwapụta ọnụ ụzọ dị mma n'ihu, na-eme ka ụzọ mmadụ na-ebuwanye ibu maka ikpe ikpe, ma soro ma uru nrụpụta na ụgwọ njehie na oge.
Ọgbọ onyonyo Autoregressive na omume
MaskGIT na Muse na-eji ngbanwe ihe nkpuchi ihe mkpuchi na-emekọ ihe iji mee ka njikọ onyonyo dabere na ngwa ngwa ka ha na-echekwa ọzụzụ n'ụdị autoregressive.
MaskGIT na Muse na-eji nzizi ihe nleba anya nke masked-token iji mee ka njikọ onyonyo dabere na ngwa ngwa ka ha na-edobe ọzụzụ ụdị onwe ha na-enwetakarị nsonaazụ kacha mma mgbe ha na-akọwapụta ọnụ ụzọ dị mma n'ihu, debe ụzọ mmụba mmadụ maka ikpe ihu, wee soro ma uru nrụpụta yana ọnụ ahịa njehie ka oge na-aga.
Ihe ize ndụ & okporo ụzọ nche
Ikike onyonyo na nkwenye nwere ike bụrụ ihe egwu dị n'iwu ma ọ bụrụ na edoghị anya.
Ọrụ nlereanya nwere ike ịdịgasị iche n'ofe ọkụ, igwe mmadụ, na gburugburu.
Enwere ike ghara ịhụ ihe dị mma ma ọ bụrụ na enyochaghị oke ntụkwasị obi.
Map mmejuputa
Kọwaa ụkpụrụ nnabata maka nkenke, icheta, na ụgwọ njehie.
Kọwaa ụkpụrụ nnabata maka nkenke, icheta, na ụgwọ njehie. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.
Nwalee na data dabara na ọnọdụ mmepụta n'ezie.
Nwalee na data dabara na ọnọdụ mmepụta n'ezie. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.
Tinye nyocha mmadụ maka obere obi ike ma ọ bụ amụma mmetụta dị elu.
Tinye nyocha mmadụ maka obere obi ike ma ọ bụ amụma mmetụta dị elu. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.
Sochie ihe nlere anya wee megharịa ka emechara mgbanwe igwefoto ma ọ bụ dataset.
Sochie ihe nlere anya wee megharịa ka emechara mgbanwe igwefoto ma ọ bụ dataset. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.