NastępnyNastępny poradnik
Warunkowe sieci GAN
Wizualna sztuczna inteligencja
PRZEWODNIK Wizualnej AI
Stopniowy rozwój GAN
Uprawa progresywna trenuje sieć GAN, zaczynając od małych rozdzielczości i stopniowo dodając warstwy, aby uzyskać obrazy o wysokiej rozdzielczości.
Posłuchaj tego przewodnikaOpowiadane przez sztuczną inteligencję · ~2 min
Na tej stronie2 minuty czytania
Przegląd
Ma to znaczenie, ponieważ po raz pierwszy umożliwiło praktyczną syntezę stabilnej, megapikselowej jakości syntezy GAN.
Głębokie nurkowanie
Wprowadzony przez Karrasa i in. (NVIDIA) w 2017 r., technologia progresywnego wzrostu (ProGAN) rozwiązuje problem niestabilności i powolności uczenia sieci GAN bezpośrednio w wysokiej rozdzielczości. Zarówno generator, jak i dyskryminator zaczynają od małych, przy 4x4 pikselach, ucząc się jedynie struktur o dużej skali. Nowe warstwy o dwukrotnie większej rozdzielczości (8x8, 16x16, aż do 1024x1024) są następnie dodawane symetrycznie do obu sieci w trakcie szkolenia. Co najważniejsze, każda nowa warstwa jest płynnie wprowadzana przy użyciu liniowej mieszanki alfa, dzięki czemu sieć nie jest zaskoczona nagłą zmianą architektury. Ucząc się podstawowych cech przed drobnymi szczegółami, trening jest bardziej stabilny, zbiega się szybciej i tworzy twarze o wysokiej wierności, które rozsławiły wyniki CelebA-HQ. W artykule wprowadzono także odchylenie standardowe minipartii i wyrównano tempo uczenia się, aby jeszcze bardziej ustabilizować szkolenie.
Implementacja w świecie rzeczywistym
Training on CelebA-HQ to generate synthetic high-resolution face samples.
Studying GAN synthesis on LSUN scene categories.
Understanding the staged architecture that the original StyleGAN extended.
Comparing coarse-to-fine schedules with later fixed-architecture GAN training.
Przyszłość progresywnego wzrostu GAN
Uprawa progresywna była podstawą, na której zbudowano StyleGAN, ale StyleGAN2 później pokazał, że stała architektura z połączeniami pomijanymi i blokami resztkowymi może dorównać jej jakością bez harmonogramu etapowego, więc jawna uprawa wypadła z łask. Głębsze dziedzictwo pozostaje nadal: generowanie od zgrubnej do dokładnej pojawia się teraz w wieloskalowej dyfuzji, kaskadowych potokach o super rozdzielczości i upscalerach w przestrzeni utajonej. Zrozumienie postępującego wzrostu pozostaje cenne dla zrozumienia, dlaczego hierarchiczne uczenie się od niskiej do wysokiej częstotliwości stabilizuje trening generatywny.
Wdrażanie tego w praktykę
Dlaczego to ma znaczenie
- Szybkość i skala. Wizualna sztuczna inteligencja może automatyzować zadania inspekcji, wykrywania i znakowania na dużą skalę.
- Buduj wybory. Zespoły kreatywne mogą szybciej prototypować koncepcje przy mniejszej liczbie ręcznych poprawek.
- Zespół i przepływ pracy. Operacje mogą wykorzystywać sygnały obrazu i wideo, które wcześniej były trudne do przetworzenia.
Uważaj na
- Prawa do wizerunku i zgoda mogą stanowić ryzyko prawne, jeśli pochodzenie jest niejasne.
- Wydajność modelu może się różnić w zależności od oświetlenia, demografii i środowiska.
- Fałszywie pozytywne wyniki mogą pozostać niezauważone, chyba że monitorowane są progi ufności.
Kolejne kroki
- Zdefiniuj kryteria akceptacji dotyczące kosztów precyzji, wycofania i błędów.
- Przetestuj na danych odpowiadających rzeczywistym warunkom produkcyjnym.
- Dodaj weryfikację manualną, aby prognozy były mało pewne lub miały duży wpływ.
- Śledź dryf modelu i przeprowadzaj ponowną weryfikację po zmianie kamery lub zbioru danych.
Odkrywaj dalej
Darmowy newsletter
Otrzymuj codzienne podsumowanie AI
Trzy zweryfikowane historie AI każdego poranka w dni robocze, napisane prostym angielskim. Bezpłatne na zawsze, bez reklam.
Jedno e‑mail każdego dnia roboczego. Wypisz się jednym kliknięciem. Nigdy nie sprzedajemy ani nie udostępniamy Twojego adresu.
Sprawdź się
Take the Progressive Growing of GANs quiz
Natychmiastowa informacja zwrotna na każde pytanie oraz udostępnialny certyfikat z weryfikowalnym ID po zaliczeniu kursu.
Wspieraj darmową edukację AI. AI Understanding jest organizacją non-profit 501(c)(3) — bez reklam, bez płatnej ściany, zawsze. Przekaż darowiznę
Często zadawane pytania
Co to jest progresywny wzrost GAN?
Uprawa progresywna trenuje sieć GAN, zaczynając od małych rozdzielczości i stopniowo dodając warstwy, aby uzyskać obrazy o wysokiej rozdzielczości. Ma to znaczenie, ponieważ po raz pierwszy umożliwiło praktyczną syntezę stabilnej, megapikselowej jakości syntezy GAN.
W jaki sposób stopniowo rozwijający się GAN rozpoczyna trening?
Szkolenie rozpoczyna się od 4x4, gdzie sieci uczą się zgrubnej struktury, zanim zostaną dodane warstwy o wyższej rozdzielczości.
Jaka jest główna korzyść ze stopniowego zwiększania rozdzielczości?
Uczenie się podstawowych funkcji stabilizuje najpierw trening i przyspiesza konwergencję w porównaniu z atakiem na pełną rozdzielczość od początku.
Kiedy dodawana jest nowa warstwa o wyższej rozdzielczości, w jaki sposób jest ona wprowadzana?
Liniowe zanikanie łączy sygnał wyjściowy nowej warstwy z sygnałem wyjściowym o niższej rozdzielczości, próbkowanym w górę, dzięki czemu sieć dostosowuje się stopniowo.
Dlaczego warstwy są dodawane zarówno do generatora, jak i dyskryminatora?
Obie sieci rosną w tandemie, więc dyskryminator może oceniać obrazy w bieżącej rozdzielczości generatora.
Jaki jest cel wprowadzenia warstwy odchylenia standardowego minibatch w ProGAN?
Dołącza statystyki dotyczące zmienności partii, zachęcając generator do wytwarzania zróżnicowanych wyników zamiast zapadania się.
Ucz się dalej
Powiązane przewodniki
Wybrano więcej przewodników na ten temat