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
新手如何实现个简单AutoML框架。有参考的github开源项目介绍吗？刷leetcode使用python还是c++？
如何评价Sony新出的深度学习库NNabla？
机器学习中的 Bias（偏差）、Error（误差）、Variance（方差）有什么区别和联系？
如何看待2021年秋招算法岗灰飞烟灭？
为什么 BERT 的 intermediate_size 这么大？
为什么神经网络具有泛化能力？
谷歌翻译原理是什么，从语言A到B，中间是否要翻译成中介语言C（如英语）？
AI领域的灌水之风如何破局？
如何理解空洞卷积（dilated convolution）？
下一个讨论
男朋友跟我说不想出彩礼怎么办？
相关的话题
GAN（对抗生成网络）可以被用于哪些（商业或潜在商业）实际问题？在Lasso中，oracle property指的是什么性质？
有哪些比较好的机器学习，深度学习的网络资源可利用？
如何看待李国杰院士在科学网发文称，国内 AI 研究「顶不了天、落不了地」，该想想了？
二分类问题，应该选择sigmoid还是softmax？
在机器学习模型的训练期间，大概几十分钟到几小时不等，大家都会在等实验的时候做什么？
使用强化学习解决实际问题时常常避不开环境模拟或者使用离线强化学习算法，两者分别有什么优缺点？
请问在金融风控方向，如何运用用户行为序列进行特征设计和挖掘？
有哪些令你印象深刻的魔改transformer？
请问机器学习中的预测与决策的区别是什么，他们的界限在哪里呢？
为什么 Siri 听懂了我的话，还是不能做出有效的回答或准确的操作？
机器学习，深度神经网络等方法是否是正确的方向？
能否训练一个AI模型来预测房价，寻找投资机会挖掘价值洼地？
目标检测算法中Two-stage算法速度慢,到底在哪里?
阿里的TDM树深度模型为什么很少有人用，是有哪些问题吗？
如何评价 DeepMind 发表在 Nature 的论文公开无需人类棋谱的 AlphaGo Zero？
华为年薪百万的应届博士到底有多厉害？
KL散度衡量的是两个概率分布的距离吗？
为什么现在有这么多人工智能无用论？
为什么nlp没有像cv四小龙一样的创业公司？
《人工智能训练师国家职业技能标准》发布，有哪些值得关注的信息？
经过足够长的时间， AlphaGo 的棋谱能收敛到一张上吗？
机器视觉为什么不用手机的镜头，而要用那么大的工业相机？
EM算法存在的意义是什么？
如何评价FAIR团队最新推出的RegNet？
机器学习，深度神经网络等方法是否是正确的方向？
计算机视觉顶尖期刊和会议有哪些？
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？
pytorch 分布式计算 你们都遇到过哪些 坑/bug？
有哪些优秀的深度学习入门书籍？需要先学习机器学习吗？