Akopọ
Iran aworan ti ara ẹni ṣe agbero awọn aworan ni ẹyọkan ni akoko kan, asọtẹlẹ ami-ami kọọkan lati ohun gbogbo ti ipilẹṣẹ ṣaaju rẹ. O ṣe pataki nitori pe ẹrọ atẹle-aami kanna ti n ṣe agbara awọn awoṣe ede le gbejade isokan, awọn aworan iṣakoso.
Ipilẹ Aworan Aifọwọyi jẹ ti awọn ṣiṣan iṣẹ-iriran kọnputa ti o tumọ tabi ṣe agbejade media wiwo fun itupalẹ, awọn iṣẹ ṣiṣe, ati ẹda.
Jin Dive
Autoregressive image iran awọn itọju a aworan bi a ọkọọkan ati ki o asọtẹlẹ o ano nipa ano, ibi ti kọọkan titun ano ti wa ni iloniniye lori gbogbo awọn ti tẹlẹ. Iṣẹ ibẹrẹ bii PixelRNN ati PixelCNN sọ asọtẹlẹ awọn aworan piksẹli aise kan ni akoko kan, ṣiṣayẹwo laini-ila, eyiti o lọra ṣugbọn mimọ ni imọ-jinlẹ. Awọn eto ode oni dipo kọkọ pọ aworan kan sinu akoj ti awọn ami iyasọtọ nipa lilo koodu koodu ara VQ-VAE, lẹhinna Ayipada kan sọ asọtẹlẹ awọn ami yẹn ni apa osi-si-ọtun. OpenAI's DALL-E 1 ati Google's Parti tẹle ohunelo yii, ti n ṣẹda awọn ami aworan ti o ni ilodisi lori itọsi ọrọ ṣaaju ṣiṣe iyipada wọn pada si awọn piksẹli. Anfani nla ni ṣiṣe apẹẹrẹ deede ati faaji iṣọkan ti o pin pẹlu ede. Iye owo naa jẹ lẹsẹsẹ, iṣapẹẹrẹ lọra.
Imọ-imọ-ẹrọ
Awoṣe naa ṣe agbekalẹ iṣeeṣe apapọ ti gbogbo awọn ami-ami sinu ọja ti awọn ipo: p(x) = ọja ti p (x_i ti a fun x_1...x_{i-1}). Oluyipada kan pẹlu ifarabalẹ idi (boju-boju) fi agbara mu pe ipo kọọkan nikan rii awọn ami ami iṣaaju. Lakoko ikẹkọ o sọ asọtẹlẹ gbogbo aami ni afiwe nipa lilo fipa olukọ, ṣugbọn ni itọkasi o gbọdọ ṣapejuwe ami ami kan ni akoko kan, fifun ọkọọkan pada si inu. Iwe koodu kodẹki ti o kọ ẹkọ ṣe ami ami pada si awọn abulẹ aworan, eyiti decoder kan gbe soke sinu awọn piksẹli ipari.
Mastering Autoregressive Image generation
Iran aworan ti ara ẹni ṣe agbero awọn aworan ni ẹyọkan ni akoko kan, asọtẹlẹ ami-ami kọọkan lati ohun gbogbo ti ipilẹṣẹ ṣaaju rẹ. O ṣe pataki nitori pe ẹrọ atẹle-aami kanna ti n ṣe agbara awọn awoṣe ede le gbejade isokan, awọn aworan iṣakoso. Ipilẹ Aworan Aifọwọyi jẹ ti awọn ṣiṣan iṣẹ-iriran kọnputa ti o tumọ tabi ṣe agbejade media wiwo fun itupalẹ, awọn iṣẹ ṣiṣe, ati ẹda. Lati kọ oye ti o jinlẹ, ṣe itọju Autoregressive Aworan Generation bi awoṣe iṣẹ, kii ṣe ẹya kan: ṣalaye awọn abajade ti o fẹ, ṣalaye awọn arosọ, ati yapa ohun ti eto le ṣe ni igbẹkẹle lati ohun ti o tun nilo idajọ amoye.
Ni iṣe, awọn ẹgbẹ ti o lagbara ni lilo iṣedede iwọntunwọnsi Ipilẹ Aworan Autoregressive pẹlu awọn otitọ iṣẹ ṣiṣe bii didara data, iyatọ ina, ati isamisi aitasera. Wọn ṣe akọsilẹ awọn ibeere aṣeyọri ti o fojuhan, idanwo lodi si data ojulowo ati ṣiṣan iṣẹ, ati atunbere ti o da lori awọn ilana ikuna ti a ṣakiyesi dipo awọn bori ala-akoko kan. Eyi ni ibiti oye imọ-jinlẹ yipada si agbara ti o tọ kọja ọja, eto imulo, ati awọn iṣẹ ṣiṣe.
Visual AI le ṣe adaṣe adaṣe, wiwa, ati awọn iṣẹ ṣiṣe taagi ni iwọn. Ni akoko kanna, Awọn ẹtọ aworan ati ifọkansi le di awọn eewu labẹ ofin ti o ba jẹ afihan. Ọna resilient julọ julọ ni lati darapọ iyara idanwo pẹlu ibawi ijọba: ṣiṣe awọn awakọ awakọ, mu ẹri mu, ṣe atẹjade awọn iwe ipinnu, ati imudojuiwọn awọn aabo nigbagbogbo bi ihuwasi awoṣe, awọn ireti olumulo, ati awọn ibeere ilana ti dagbasoke.
Ipa Ilana
Visual AI le ṣe adaṣe adaṣe, wiwa, ati awọn iṣẹ ṣiṣe taagi ni iwọn.
Visual AI le ṣe adaṣe adaṣe, wiwa, ati awọn iṣẹ ṣiṣe taagi ni iwọn. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Awọn ẹgbẹ ẹda le ṣe apẹrẹ awọn imọran yiyara pẹlu awọn atunyẹwo afọwọṣe diẹ.
Awọn ẹgbẹ ẹda le ṣe apẹrẹ awọn imọran yiyara pẹlu awọn atunyẹwo afọwọṣe diẹ. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Awọn iṣẹ ṣiṣe le lo aworan ati awọn ifihan agbara fidio ti o nira tẹlẹ lati ṣiṣẹ.
Awọn iṣẹ ṣiṣe le lo aworan ati awọn ifihan agbara fidio ti o nira tẹlẹ lati ṣiṣẹ. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Real-World imuse
Awọn aworan ti ipilẹṣẹ DALL-E 1 nipasẹ sisọ asọtẹlẹ adaṣe kan ti akoj ti awọn ami aworan ọtọtọ lati ifori ọrọ kan.
Google's Parti ṣe iwọn Ayipada ọrọ-si-aworan afọwọṣe si 20 bilionu paramita fun alaye, awọn oju iṣẹlẹ olotitọ ni kiakia.
PixelCNN ati PixelRNN ṣe afihan iran aise pixel-by-pixel ati pe wọn tun lo bi awọn ipilẹ ẹkọ fun awọn awoṣe ti o da lori iṣeeṣe.
MaskGIT ati Muse lo fifi aami-boju tokini afiwera lati yara iṣelọpọ aworan ti o da lori ami-ami lakoko ti o tọju ikẹkọ ara-ara-ara-ara-ara.
Awọn Ilana imuse
Autoregressive Image Iran ni iwa
Awọn aworan ti ipilẹṣẹ DALL-E 1 nipasẹ sisọ asọtẹlẹ adaṣe kan ti akoj ti awọn ami aworan ọtọtọ lati ifori ọrọ kan.
DALL-E 1 ti ipilẹṣẹ awọn aworan nipasẹ asọtẹlẹ adaṣe adaṣe kan akoj ti awọn ami aworan ọtọtọ lati ifori ọrọ Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodiwọn didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa mejeeji awọn anfani iṣelọpọ ati awọn idiyele aṣiṣe lori akoko.
Autoregressive Image Iran ni iwa
Google's Parti ṣe iwọn Ayipada ọrọ-si-aworan afọwọṣe si 20 bilionu paramita fun alaye, awọn oju iṣẹlẹ olotitọ ni kiakia.
Google's Parti ṣe iwọn Ayipada ọrọ-si-aworan autoregressive kan si awọn aye 20 bilionu fun alaye, awọn oju iṣẹlẹ olotitọ ni kiakia Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
Autoregressive Image Iran ni iwa
PixelCNN ati PixelRNN ṣe afihan iran aise pixel-by-pixel ati pe wọn tun lo bi awọn ipilẹ ẹkọ fun awọn awoṣe ti o da lori iṣeeṣe.
PixelCNN ati PixelRNN ṣe afihan iran aise-pixel-pixel ati pe wọn tun lo bi awọn ipilẹ ẹkọ fun awọn awoṣe ti o da lori iṣeeṣe Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna igbega eniyan fun awọn ọran eti, ati tọpa mejeeji awọn anfani iṣelọpọ ati awọn idiyele aṣiṣe lori akoko.
Autoregressive Image Iran ni iwa
MaskGIT ati Muse lo fifi aami-boju tokini afiwera lati yara iṣelọpọ aworan ti o da lori ami-ami lakoko ti o tọju ikẹkọ ara-ara-ara-ara-ara.
MaskGIT ati Muse lo iyipada boju-boju tokini ni afiwe lati ṣe iyara iṣelọpọ aworan ti o da lori ami-ami lakoko titọju awọn ẹgbẹ ikẹkọ ara-ara nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa mejeeji awọn anfani iṣelọpọ ati awọn idiyele aṣiṣe ni akoko pupọ.
Awọn ewu & Awọn ọna iṣọ
Awọn ẹtọ aworan ati igbanilaaye le di awọn eewu labẹ ofin ti o ba jẹ afihan.
Iṣe awoṣe le yatọ kọja ina, awọn ẹda eniyan, ati awọn agbegbe.
Awọn idaniloju eke le ma ṣe akiyesi ayafi ti a ba ṣe abojuto awọn ala igbẹkẹle.
Ilana Ilana imuse
Ṣetumo awọn ibeere gbigba fun pipe, iranti, ati awọn idiyele aṣiṣe.
Ṣetumo awọn ibeere gbigba fun pipe, iranti, ati awọn idiyele aṣiṣe. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Ṣe idanwo pẹlu data ti o baamu awọn ipo iṣelọpọ gidi.
Ṣe idanwo pẹlu data ti o baamu awọn ipo iṣelọpọ gidi. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Ṣafikun atunyẹwo eniyan fun igbẹkẹle kekere tabi awọn asọtẹlẹ ipa-giga.
Ṣafikun atunyẹwo eniyan fun igbẹkẹle kekere tabi awọn asọtẹlẹ ipa-giga. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Tọpinpin awoṣe ki o ṣe tunṣe lẹhin kamẹra tabi awọn ayipada datasetto.
Tọpinpin awoṣe ki o ṣe tunṣe lẹhin kamẹra tabi awọn ayipada datasetto. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.