百科问答小站 logo
百科问答小站 font logo



为什么CV能做到让一幅人脸图动了笑了,而NLP的text-style-transfer进展貌似一般? 第1页

  

user avatar   shaohuali 网友的相关建议: 
      

因为脸的复杂度很低。虽然人们可以感到脸的各种微妙差异,但其实是因为人脑里有专门的脸部识别区 [1-2],放大了实际图像里的variations。实际上人脸图像是可以用一个低维manifold表示的,所以StyleGAN之类模型可以把人脸表示得很好。而nlp是高度非线性,语义很diverse,每个段落都很specific,所以语料里可以直接transfer的语义比较稀疏,导致style transfer很难做。

[1] m.guokr.com/article/441

[2]


user avatar   xie-ling-xi 网友的相关建议: 
      

女王:求求题主放过我,我可不敢有什么政绩。。。




  

相关话题

  如果学习从零开始学习Pytorch,有优秀的开源项目可以推荐吗? 
  如何理解 natural gradient descent? 
  人工智能相关的岗位薪酬状况如何? 
  机器学习自嘲的炼丹和化学材料自嘲的炒菜有什么本质上的区别? 
  如何评价 UCLA 朱松纯教授近日访谈中对深度学习的批评? 
  如何评价 DeepMind 公司? 
  如何看待FAIR提出的8-bit optimizer:效果和32-bit optimizer相当? 
  如何开发一个自己的 TensorFlow? 
  如何评价基于游戏毁灭战士(Doom)的AI死亡竞赛大赛结果? 
  如何理解链接预测(link prediction)? 

前一个讨论
理论研究、基础研究、应用研究的区别在哪?理论和应用能明白,基础到底是什么概念?
下一个讨论
男朋友跟我说不想出彩礼怎么办?





© 2025-03-13 - tinynew.org. All Rights Reserved.
© 2025-03-13 - tinynew.org. 保留所有权利