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

  为什么谈论深度学习工具时,很少有人讨论matlab的神经网络工具包? 
  多模态方面,有哪些牛组值得我们follow他们的工作? 
  近几年有哪些关于机器学习中隐私(Privacy)和安全(Security)相关的研究值得关注? 
  PyTorch中在反向传播前为什么要手动将梯度清零? 
  机器学习在Web攻击方向有什么建树吗? 
  transformer 为什么使用 layer normalization,而不是其他的归一化方法? 
  如何评价微软亚洲研究院提出的LightRNN? 
  如何看待阿里巴巴提出的 FashionAI 比赛? 
  2021年人工智能领域有哪些关键性进展和突破? 
  2021 年了,机器/深度学习还有哪些坑比较好挖? 

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?





© 2025-05-05 - tinynew.org. All Rights Reserved.
© 2025-05-05 - tinynew.org. 保留所有权利