Awọn nẹtiwọọki Ọta Generative
Awọn Nẹtiwọọki Adversarial Generative (GANs) ṣẹda data tuntun ojulowo nipa pitting awọn nẹtiwọọki nkankikan meji si ara wọn ni idije kan.
Akopọ
Wọn ṣe agbejade igbi akọkọ ti awọn oju ti ipilẹṣẹ AI ti o ni idaniloju ati pe o jẹ imọran pataki ni AI ti o ni imọran.
Jin Dive
Agbekale nipasẹ Ian Goodfellow ni ọdun 2014, GAN kan kọ awọn nẹtiwọọki meji ni ẹẹkan. Olupilẹṣẹ ṣe ipilẹṣẹ awọn apẹẹrẹ iro, gẹgẹbi awọn aworan, ti o bẹrẹ lati ariwo laileto. Iyatọ naa ṣe idajọ boya ayẹwo kọọkan jẹ gidi (lati inu data ikẹkọ) tabi iro (lati monomono). Wọn ti njijadu: monomono gbiyanju lati tàn awọn iyasoto, nigba ti iyasoto gbiyanju ko lati wa ni tàn. Bi awọn mejeeji ṣe n ni ilọsiwaju, awọn ayederu naa di ojulowo iyalẹnu. Awọn GAN ṣe agbara awọn oju fọto gidi lori “Eniyan yii Ko Wa,” pẹlu StyleGAN ti n ṣeto idiwọn fun awọn aworan aworan ti o ga. Wọn jẹ ẹtan ti o ṣe pataki lati ṣe ikẹkọ, itara si aisedeede ati “ipo iṣubu,” nibiti monomono ṣe agbejade awọn abajade atunwi diẹ nikan. Awọn awoṣe itankale ti bori wọn fun ọpọlọpọ awọn iṣẹ ṣiṣe aworan, ṣugbọn awọn GAN wa ni iyara ni iran ati ti o ni ipa.
Imọ-imọ-ẹrọ
Ikẹkọ jẹ ere minimax laarin awọn nẹtiwọọki meji pẹlu awọn ibi-afẹde titako. Olutayo naa ti ni ikẹkọ lati gbejade awọn ikun giga fun data gidi ati awọn ikun kekere fun data ti ipilẹṣẹ; monomono ti wa ni oṣiṣẹ lati ṣe awọn discriminator o wu ga ikun fun awọn ayedero rẹ. Ni pataki, olupilẹṣẹ ko rii awọn aworan gidi taara, o kọ ẹkọ nikan lati ami ifihan gradient ti o kọja sẹhin nipasẹ iyasoto. Ni iwọntunwọnsi imọ-jinlẹ ti iṣelọpọ iṣelọpọ monomono ṣe ibaamu data gidi ati iyasoto ko le ṣe dara julọ ju lafaimo lọ.
Ipa Ilana
Awọn ipinnu diẹ sii
O ṣe iranlọwọ fun ọ lati ya sọtọ awọn iṣeduro imọ-ẹrọ lati ede tita.
Iye owo ati isuna
O le beere awọn ibeere imuse to dara julọ ṣaaju lilo owo tabi akoko.
Ẹgbẹ ati ṣiṣan iṣẹ
Awọn ẹgbẹ pẹlu oye pinpin ṣe ọja to dara julọ, eto imulo, ati awọn ipinnu ikẹkọ.
Ojo iwaju ti Generative Adversarial Networks
Awọn awoṣe itankale ni bayi jẹ gaba lori iran aworan ti o ni agbara giga, nitorinaa awọn GAN mimọ ti padanu ade wọn fun ọpọlọpọ awọn iṣẹ ṣiṣe ẹda. Eti wọn jẹ iyara: GAN kan n ṣe agbejade aworan kan ni ọna gbigbe siwaju kan, lakoko ti itankale nilo ọpọlọpọ awọn igbesẹ, nitorinaa GANs tẹsiwaju ni awọn lilo akoko gidi, ipinnu-giga, ati iran ẹrọ. Awọn ọna ṣiṣe arabara pọ si lo awọn adanu ọta ara GAN lati mu awọn abajade jade lati awọn awoṣe miiran. Reti awọn GAN lati gbe bi iyara, paati iwuwo fẹẹrẹ kuku ju olupilẹṣẹ akọle.
Real-World imuse
Ṣiṣẹda awọn oju fọto gidi ti awọn eniyan ti ko si, bi lori ThisPersonDoesNotExist.com
Igbega ati didasilẹ awọn aworan ti o ga kekere ati fidio atijọ (ipinnu-ga ju)
Ṣiṣẹda data ikẹkọ sintetiki fun awọn aaye nibiti data gidi ti ṣọwọn tabi ikọkọ
Gbigbe ara ati ṣiṣatunkọ fọto, bii titan awọn afọwọya sinu awọn aworan ojulowo tabi ti ogbo oju kan
Awọn ewu & Awọn ọna iṣọ
Awọn ẹgbẹ oriṣiriṣi le lo ọrọ kanna ni oriṣiriṣi, nitorinaa ṣalaye iwọn ni kutukutu.
Awọn aṣepari le wo lagbara lakoko ti iṣẹ-aye gidi ko ṣe deede.
Aibikita didara data ati awọn ero igbelewọn nigbagbogbo ṣẹda awọn abajade ẹlẹgẹ.
Ilana Ilana imuse
Bẹrẹ pẹlu itumọ-ede itele ti abajade ti o nilo.
Mu metiriki aṣeyọri kan ati ipo ikuna kan ṣaaju idanwo.
Ṣiṣe awakọ kekere kan pẹlu data aṣoju, kii ṣe eto demo didan.
Iwe-ipamọ nibiti Awọn nẹtiwọki Adversarial Generative ṣe iranlọwọ ati nibiti awọn ọna ti o rọrun dara julọ.
Tesiwaju Ṣiṣawari
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Generative Adversarial Networks quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Itọsọna atẹle
Awon nkankikan Nẹtiwọọki
Awọn ibeere ti a beere nigbagbogbo
Kini Awọn nẹtiwọọki Generative Adversarial?
Awọn Nẹtiwọọki Adversarial Generative (GANs) ṣẹda data tuntun ojulowo nipa pitting awọn nẹtiwọọki nkankikan meji si ara wọn ni idije kan. Wọn ṣe agbejade igbi akọkọ ti idaniloju awọn oju ti ipilẹṣẹ AI ati pe o jẹ imọran ala-ilẹ ni AI ipilẹṣẹ.
Kini awọn nẹtiwọọki idije meji ni GAN kan?
GAN kan so olupilẹṣẹ kan pọ, eyiti o ṣẹda awọn apẹẹrẹ iro, pẹlu ẹlẹyamẹya, eyiti o gbiyanju lati sọ data gidi lati awọn ayederu monomono.
Kini olupilẹṣẹ bẹrẹ lati igba ṣiṣẹda apẹẹrẹ tuntun?
Olupilẹṣẹ ṣe iyipada fekito ti ariwo laileto sinu apẹẹrẹ sintetiki, kọ ẹkọ lati ṣe apẹrẹ ariwo yẹn sinu iṣelọpọ ojulowo.
Bawo ni monomono ṣe ilọsiwaju lakoko ikẹkọ?
Awọn monomono kò ri gidi data taara; o ni ilọsiwaju lilo awọn esi (gradients) iyasoto pese nipa bi iro awọn abajade rẹ dabi.
Kini 'ipo iṣubu' ni GAN kan?
Ipalapa ipo n ṣẹlẹ nigbati olupilẹṣẹ ba rii awọn abajade diẹ ti o jẹ aṣiwere alayatọ ati pe o tẹsiwaju lati gbejade wọn, ti o padanu oniruuru.
Tani o ṣafihan awọn GAN ati ni ọdun wo?
Ian Goodfellow ati awọn ẹlẹgbẹ ṣe afihan awọn GANs ni 2014, ifilọlẹ igbi ti iwadii sinu awọn awoṣe ipilẹṣẹ adversarial.