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
1
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] https://m.guokr.com/article/441966/
[2]
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。。。
1
相关话题
如何解决测试中充斥着大量训练集中没见过的样本类型模型将其识别成非我族类仍然保持测试集的高精度？神经网络中的能量函数是如何定义的？
为何总感觉人工智能和神经科学（神经网络）被绑在一起？
有哪些令你印象深刻的魔改transformer？
如果有第谷的数据，现在的机器学习，深度学习有办法学出开普勒三定律吗？
nlp有哪些值得完整实现一遍的算法?
人工智能会是泡沫吗？
机器学习中如何识别图片中的手是手背还是手心？
如何看待Hinton的论文《Dynamic Routing Between Capsules》？
如何理解Inductive bias？
下一个讨论
男朋友跟我说不想出彩礼怎么办？
相关的话题
如何看UCBerkeley RISELab即将问世的Ray，replacement of Spark？如何看待MXNet在CVPR2017上公布的gluon接口？
如何评价何恺明等 arxiv 新作 Rethinking ImageNet Pre-training？
cv/nlp等方向的就业困难是全球性的吗？
能否搜索某视频的其中一帧画面？或者通过一张图片搜索此图来自哪个视频？
如何评价浪潮发布的2457亿参数源1.0智能大模型？与GPT-3相比如何？处于AI模型领域什么水平？
如何看待MXNet获得amazon官方支持首位？
深度学习对图像的处理，为什么大多基于RGB，而没有其他色彩空间，比如HSV？
如何评价CVPR2019程序主席Derek Hoiem的论点：计算机视觉只是记忆，不是智能？
对自己深度学习方向的论文有idea，可是工程实践能力跟不上，实验搞不定怎么办？
2020到2021年小样本学习取得重大进展了吗？
为什么Transformer要用LayerNorm？
机器学习，深度神经网络等方法是否是正确的方向？
pytorch dataloader数据加载占用了大部分时间，各位大佬都是怎么解决的？
如何看待Transformer在CV上的应用前景，未来有可能替代CNN吗？
知识图谱+nlp，有什么适合硕士独自研究的方向？
坐标日本，计算机视觉专攻。有英文交流氛围浓厚的研究室推荐吗？
在与 AlphaGo（包括 Master） 的对局中是否出现了一些人类历史上从未想到过的着法、技巧？
多模态方面，有哪些牛组值得我们follow他们的工作？
为什么中文 NLP 数据集这么少？
简单解释一下sparse autoencoder, sparse coding和restricted boltzmann machine的关系？
人工智能顶会的best paper，后来都怎么样了？
在统计学领域有哪些经典奠基性的论文？
如何理解 Swin Transformer 和 Vision Transformer不同任务上的差异？
有哪些利用搜索引擎（Search Engine）辅助自然语言处理任务（NLP）的论文？
如何评价 DeepMind 在星际中的失利，以及 OpenAI 在 Dota 上的成功？
如何看待2021年秋招算法岗灰飞烟灭？
如何评价 DeepMind 公司？
pytorch 分布式计算 你们都遇到过哪些 坑/bug？
为什么国家将加快人工智能研究生培养？又为什么很多研究生评论人工智能是个大坑呢？