Generatívne adverzné siete na preklad obrazu do obrazu

Recenzie čitateľov

Momentálne nie sú žiadne recenzie čitateľov. Hodnotenie je založené na 2 hlasoch.

Pôvodný názov:

Generative Adversarial Networks for Image-To-Image Translation

Obsah knihy:

Generatívne adverzné siete (GAN) odštartovali revolúciu v oblasti hlbokého učenia a dnes sú GAN jednou z najviac skúmaných tém v oblasti umelej inteligencie. Kniha Generative Adversarial Networks for Image-to-Image Translation poskytuje komplexný prehľad koncepcie GAN (Generative Adversarial Network) počnúc pôvodnou sieťou GAN až po rôzne systémy založené na GAN, ako sú hlboké konvolučné GAN (DCGAN), podmienené GAN (cGAN), StackGAN, Wassersteinove GAN (WGAN), cyklické GAN a mnohé ďalšie.

Kniha tiež poskytuje čitateľom podrobné reálne aplikácie a bežné projekty vytvorené pomocou systému GAN s príslušným kódom v jazyku Python. Typický systém GAN sa skladá z dvoch neurónových sietí, t. j.

generátora a diskriminátora. Obe tieto siete medzi sebou súperia podobne ako v teórii hier.

Generátor je zodpovedný za generovanie kvalitných obrázkov, ktoré by sa mali podobať základnej pravde, a diskriminátor je zodpovedný za identifikáciu, či je generovaný obrázok skutočným obrázkom alebo falošným obrázkom vygenerovaným generátorom. Keďže GAN patrí medzi architektúry založené na nekontrolovanom učení, je preferovanou metódou v prípadoch, keď nie sú k dispozícii označené údaje.

GAN dokáže generovať vysokokvalitné obrázky, obrázky ľudských tvárí vytvorené z niekoľkých náčrtov, konvertovať obrázky z jednej oblasti do druhej, vylepšovať obrázky, kombinovať obrázok so štýlom iného obrázku, meniť vzhľad obrázku ľudskej tváre s cieľom zobraziť účinky pri postupnom starnutí, generovať obrázky z textu a mnoho ďalších aplikácií. GAN je nápomocný pri generovaní výstupu veľmi blízkeho výstupu generovanému ľuďmi v zlomku sekundy a dokáže efektívne vytvárať vysokokvalitnú hudbu, reč a obrázky.