色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

GAN對于人工智能的意義是什么?

mK5P_AItists ? 來源:未知 ? 作者:胡薇 ? 2018-04-23 17:49 ? 次閱讀

GAN對于人工智能的意義,可以從它名字的三部分說起:Generative Adversarial Networks。為了方便講述,也緬懷過去兩周在某論壇上水掉的時(shí)間,我先從Networks講起。

Networks:(深度)神經(jīng)網(wǎng)絡(luò)

自從12年AlexNet橫空出世后,神經(jīng)網(wǎng)絡(luò)儼然已成為現(xiàn)在learning的主流。比起貝葉斯學(xué)派的強(qiáng)先驗(yàn)假設(shè)(priori),SVM在核函數(shù)(kernel)上的反復(fù)鉆研,神經(jīng)網(wǎng)絡(luò)不需要科研者過多關(guān)注細(xì)節(jié),只需要提供好海量的數(shù)據(jù)和設(shè)置好超參數(shù),便能達(dá)到不錯(cuò)的效果。用武俠小說的方式來說,便是各大門派高手潛心十余載修煉一陽指/九陰真經(jīng)/麒麟臂等神功,比試時(shí)卻發(fā)現(xiàn)有一無名小卒內(nèi)力浩瀚如海,出手雖毫無章法可言,但在內(nèi)功的加持下,輕松打得眾人抬不起頭。

Deep系列的算法不僅在眾多benchmark上霸據(jù)榜首,其衍生應(yīng)用也給人工智能帶來了一股新的浪潮,例如創(chuàng)作藝術(shù)品(Gatys 的 Neural Alorightm for Artistic Style),AlphaGo(CNN估值 + 蒙特卡洛剪枝),高質(zhì)量的機(jī)器翻譯(Attention + seq2seq)等等。這些衍生應(yīng)用在部分任務(wù)上,已經(jīng)能媲美人類中的專家,讓人不禁浮想強(qiáng)人工智能(strong AI)的到來。然而,縱使深度網(wǎng)絡(luò)(Deep Neural Networks)再強(qiáng)大,它也有自己的局限,生成模型上的不盡人意便是其中之一。

Generative(Model):生成模型

機(jī)器學(xué)習(xí)的模型可大體分為兩類,生成模型(Generative Model)和判別模型(Discriminative Model)。判別模型需要輸入變量,通過某種模型來預(yù)測。生成模型是給定某種隱含信息,來隨機(jī)產(chǎn)生觀測數(shù)據(jù)。舉個(gè)簡單的例子,

判別模型:給定一張圖,判斷這張圖里的動(dòng)物是貓還是狗

生成模型:給一系列貓的圖片,生成一張新的貓咪(不在數(shù)據(jù)集里)

眾所周知的imagenet-1000圖像分類,自動(dòng)駕駛的圖片語義分割,人體骨架點(diǎn)的預(yù)測都屬于判別模型,即給定輸入預(yù)測某種特征。實(shí)際上12~14年的大部分工作都屬于判別模型,為什么呢,原因之一便是判別模型的損失函數(shù)(loss)方便定義。

回到根源,什么是機(jī)器學(xué)習(xí)?一句話來概括就是,在訓(xùn)練過程中給予回饋,使得結(jié)果接近我們的期望。對于分類問題(classification),我們希望loss在接近bound以后,就不要再有變化,所以我們選擇交叉熵(Cross Entropy)作為回饋;在回歸問題(regression)中,我們則希望loss只有在兩者一摸一樣時(shí)才保持不變,所以選擇點(diǎn)之間的歐式距離(MSE)作為回饋。損失函數(shù)(回饋)的選擇,會(huì)明顯影響到訓(xùn)練結(jié)果的質(zhì)量,是設(shè)計(jì)模型的重中之重。這五年來,神經(jīng)網(wǎng)絡(luò)的變種已有不下幾百種,但損失函數(shù)卻寥寥無幾。例如caffe的官方文檔中,只提供了八種標(biāo)準(zhǔn)損失函數(shù) Caffe | Layer Catalogue。

對于判別模型,損失函數(shù)是容易定義的,因?yàn)檩敵龅哪繕?biāo)相對簡單。但對于生成模型,損失函數(shù)的定義就不是那么容易。例如對于NLP方面的生成語句,雖然有BLEU這一優(yōu)秀的衡量指標(biāo),但由于難以求導(dǎo),以至于無法放進(jìn)模型訓(xùn)練;對于生成貓咪圖片的任務(wù),如果簡單地將損失函數(shù)定義為“和已有圖片的歐式距離”,那么結(jié)果將是數(shù)據(jù)庫里圖片的詭異混合,效果慘不忍睹。當(dāng)我們希望神經(jīng)網(wǎng)絡(luò)畫一只貓的時(shí)候,顯然是希望這張圖有一個(gè)動(dòng)物的輪廓、帶質(zhì)感的毛發(fā)、和一個(gè)霸氣的眼神,而不是冷冰冰的歐式距離最優(yōu)解。如何將我們對于貓的期望放到模型中訓(xùn)練呢?這就是GAN的Adversarial部分解決的問題。

Adversarial:對抗(互懟 )

在generative部分提到了,我們對于貓(生成結(jié)果)的期望,往往是一個(gè)曖昧不清,難以數(shù)學(xué)公理化定義的范式。但等一下,說到處理曖昧不清、難以公理化的問題,之前提到的判別任務(wù)不也是嗎?比如圖像分類,一堆RGB像素點(diǎn)和最后N類別的概率分布模型,顯然是無法從傳統(tǒng)數(shù)學(xué)角度定義的。那為何,不把生成模型的回饋部分,交給判別模型呢?這就是Goodfellow天才般的創(chuàng)意--他將機(jī)器學(xué)習(xí)中的兩大類模型,Generative和Discrimitive給緊密地聯(lián)合在了一起。

模型一覽

對抗生成網(wǎng)絡(luò)主要由生成部分G,和判別部分D組成。訓(xùn)練過程描述如下

在整個(gè)過程中,(火眼晶晶,不錯(cuò)殺也不漏殺)。而則要使得,即讓生成的圖片盡可能以假亂真。整個(gè)訓(xùn)練過程就像是兩個(gè)玩家在相互對抗,也正是這個(gè)名字Adversarial的來源。在論文中[1406.2661] Generative Adversarial Networks ,Goodfellow從理論上證明了該算法的收斂性,以及在模型收斂時(shí),生成數(shù)據(jù)具有和真實(shí)數(shù)據(jù)相同的分布(保證了模型效果)。

從研究角度,GAN給眾多生成模型提供了一種新的訓(xùn)練思路,催生了許多后續(xù)作品。例如根據(jù)自己喜好定制二次元妹子(逃),根據(jù)文字生成對應(yīng)描述圖片(Newmu/dcgan_code, hanzhanggit/StackGAN),甚至利用標(biāo)簽生成3D宜家家居模型(zck119/3dgan-release),這些作品的效果無一不令人驚嘆。同時(shí),難人可貴的是這篇論文有很強(qiáng)的數(shù)學(xué)論證,不同于前幾年的套模型的結(jié)果說話,而是從理論上保證了模型的可靠性。雖然目前訓(xùn)練還時(shí)常碰到困難,后續(xù)已有更新工作改善該問題(WGAN, Loss Sensetive GAN, Least Square GAN),相信終有一日能克服。

從通用人工智能高層次來看,這個(gè)模型率先使用神經(jīng)網(wǎng)絡(luò)來指導(dǎo)神經(jīng)網(wǎng)絡(luò),頗有一種奇妙的美感:仿佛是在辯日的兩小兒一樣,一開始兩者都是懵懂的幼兒,但通過觀察周圍,相互討論,逐漸進(jìn)化出了對外界的認(rèn)知。 這不正是吾等所期望的終極智能么 -- 機(jī)器的知識(shí)來源不再局限于人類,而是可以彼此之間相互交流相互學(xué)習(xí)。也難怪Yann Lecun贊嘆GAN是機(jī)器學(xué)習(xí)近十年來最有意思的想法

未來智能實(shí)驗(yàn)室是人工智能學(xué)家與科學(xué)院相關(guān)機(jī)構(gòu)聯(lián)合成立的人工智能,互聯(lián)網(wǎng)和腦科學(xué)交叉研究機(jī)構(gòu)。

未來智能實(shí)驗(yàn)室的主要工作包括:建立AI智能系統(tǒng)智商評(píng)測體系,開展世界人工智能智商評(píng)測;開展互聯(lián)網(wǎng)(城市)云腦研究計(jì)劃,構(gòu)建互聯(lián)網(wǎng)(城市)云腦技術(shù)和企業(yè)圖譜,為提升企業(yè),行業(yè)與城市的智能水平服務(wù)。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
  • 人工智能
    +關(guān)注

    關(guān)注

    1791

    文章

    47208

    瀏覽量

    238290
  • GaN
    GaN
    +關(guān)注

    關(guān)注

    19

    文章

    1933

    瀏覽量

    73312

原文標(biāo)題:GAN 的發(fā)展對于研究通用人工智能有什么意義?

文章出處:【微信號(hào):AItists,微信公眾號(hào):人工智能學(xué)家】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦

    微軟AI CEO蘇萊曼談對于人工智能的未來發(fā)展

    日前,微軟 AI CEO 穆斯塔法·蘇萊曼在清華大學(xué)的演講中,分享了他對人工智能未來發(fā)展的深刻洞見。蘇萊曼提出了三個(gè)對于 AI 的核心觀點(diǎn)——首先,他強(qiáng)調(diào),發(fā)展人工智能的目標(biāo)應(yīng)當(dāng)是服務(wù)人類并對社會(huì)
    的頭像 發(fā)表于 11-15 13:53 ?267次閱讀

    嵌入式和人工智能究竟是什么關(guān)系?

    嵌入式和人工智能究竟是什么關(guān)系? 嵌入式系統(tǒng)是一種特殊的系統(tǒng),它通常被嵌入到其他設(shè)備或機(jī)器中,以實(shí)現(xiàn)特定功能。嵌入式系統(tǒng)具有非常強(qiáng)的適應(yīng)性和靈活性,能夠根據(jù)用戶需求進(jìn)行定制化設(shè)計(jì)。它廣泛應(yīng)用于各種
    發(fā)表于 11-14 16:39

    《AI for Science:人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新》第6章人AI與能源科學(xué)讀后感

    和國際合作等多個(gè)層面。這些內(nèi)容讓我更加認(rèn)識(shí)到,在推動(dòng)人工智能與能源科學(xué)融合的過程中,需要不斷探索和創(chuàng)新,以應(yīng)對各種挑戰(zhàn)和機(jī)遇。 最后,通過閱讀這一章,我深刻感受到人工智能對于能源科學(xué)的重要性。人工智能
    發(fā)表于 10-14 09:27

    AI for Science:人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新》第4章-AI與生命科學(xué)讀后感

    很幸運(yùn)社區(qū)給我一個(gè)閱讀此書的機(jī)會(huì),感謝平臺(tái)。 《AI for Science:人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新》第4章關(guān)于AI與生命科學(xué)的部分,為我們揭示了人工智能技術(shù)在生命科學(xué)領(lǐng)域中的廣泛應(yīng)用和深遠(yuǎn)影響。在
    發(fā)表于 10-14 09:21

    《AI for Science:人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新》第一章人工智能驅(qū)動(dòng)的科學(xué)創(chuàng)新學(xué)習(xí)心得

    周末收到一本新書,非常高興,也非常感謝平臺(tái)提供閱讀機(jī)會(huì)。 這是一本挺好的書,包裝精美,內(nèi)容詳實(shí),干活滿滿。 《AI for Science:人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新》這本書的第一章,作為整個(gè)著作的開篇
    發(fā)表于 10-14 09:12

    risc-v在人工智能圖像處理應(yīng)用前景分析

    滿足人工智能圖像處理中對于高性能、低功耗和特定功能的需求。 低功耗 : 在人工智能圖像處理中,低功耗是一個(gè)重要的考量因素。RISC-V架構(gòu)的設(shè)計(jì)使其在處理任務(wù)時(shí)能夠保持較低的功耗水平,這對于
    發(fā)表于 09-28 11:00

    人工智能ai 數(shù)電 模電 模擬集成電路原理 電路分析

    人工智能ai 數(shù)電 模電 模擬集成電路原理 電路分析 想問下哪些比較容易學(xué) 不過好像都是要學(xué)的
    發(fā)表于 09-26 15:24

    人工智能ai4s試讀申請

    目前人工智能在繪畫對話等大模型領(lǐng)域應(yīng)用廣闊,ai4s也是方興未艾。但是如何有效利用ai4s工具助力科研是個(gè)需要研究的課題,本書對ai4s基本原理和原則,方法進(jìn)行描訴,有利于總結(jié)經(jīng)驗(yàn),擬按照要求準(zhǔn)備相關(guān)體會(huì)材料??茨芊裼兄谌腴T和提高ss
    發(fā)表于 09-09 15:36

    名單公布!【書籍評(píng)測活動(dòng)NO.44】AI for Science:人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新

    ! 《AI for Science:人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新》 這本書便將為讀者徐徐展開AI for Science的美麗圖景,與大家一起去了解: 人工智能究竟幫科學(xué)家做了什么? 人工智能將如何改變我們所生
    發(fā)表于 09-09 13:54

    報(bào)名開啟!深圳(國際)通用人工智能大會(huì)將啟幕,國內(nèi)外大咖齊聚話AI

    8月28日至30日,2024深圳(國際)通用人工智能大會(huì)暨深圳(國際)通用人工智能產(chǎn)業(yè)博覽會(huì)將在深圳國際會(huì)展中心(寶安)舉辦。大會(huì)以“魅力AI·無限未來”為主題,致力于打造全球通用人工智能領(lǐng)域集產(chǎn)品
    發(fā)表于 08-22 15:00

    帶阻濾波器在人工智能領(lǐng)域的應(yīng)用

    帶阻濾波器在人工智能領(lǐng)域的應(yīng)用廣泛且深入,其作為信號(hào)處理技術(shù)的重要組成部分,對于提高人工智能系統(tǒng)的性能、準(zhǔn)確性和魯棒性具有重要意義。以下將詳細(xì)介紹帶阻濾波器在
    的頭像 發(fā)表于 08-08 18:09 ?979次閱讀

    FPGA在人工智能中的應(yīng)用有哪些?

    FPGA(現(xiàn)場可編程門陣列)在人工智能領(lǐng)域的應(yīng)用非常廣泛,主要體現(xiàn)在以下幾個(gè)方面: 一、深度學(xué)習(xí)加速 訓(xùn)練和推理過程加速:FPGA可以用來加速深度學(xué)習(xí)的訓(xùn)練和推理過程。由于其高并行性和低延遲特性
    發(fā)表于 07-29 17:05

    5G智能物聯(lián)網(wǎng)課程之Aidlux下人工智能開發(fā)(SC171開發(fā)套件V2)

    5G智能物聯(lián)網(wǎng)課程之Aidlux下人工智能開發(fā)(SC171開發(fā)套件V2) 課程類別 課程名稱 視頻課程時(shí)長 視頻課程鏈接 課件鏈接 人工智能 參賽基礎(chǔ)知識(shí)指引 14分50秒 https
    發(fā)表于 05-10 16:46

    5G智能物聯(lián)網(wǎng)課程之Aidlux下人工智能開發(fā)(SC171開發(fā)套件V1)

    課程類別 課程名稱 視頻課程時(shí)長 視頻課程鏈接 課件鏈接 人工智能 參賽基礎(chǔ)知識(shí)指引 14分50秒 https://t.elecfans.com/v/25508.html *附件:參賽基礎(chǔ)知識(shí)指引
    發(fā)表于 04-01 10:40

    嵌入式人工智能的就業(yè)方向有哪些?

    嵌入式人工智能的就業(yè)方向有哪些? 在新一輪科技革命與產(chǎn)業(yè)變革的時(shí)代背景下,嵌入式人工智能成為國家新型基礎(chǔ)建設(shè)與傳統(tǒng)產(chǎn)業(yè)升級(jí)的核心驅(qū)動(dòng)力。同時(shí)在此背景驅(qū)動(dòng)下,眾多名企也紛紛在嵌入式人工智能領(lǐng)域布局
    發(fā)表于 02-26 10:17
    主站蜘蛛池模板: 免费毛片播放| 亚洲福利精品电影在线观看| 亚洲欭美日韩颜射在线二| 超碰最新网站| 久久综合久久伊人| 亚洲va精品中文字幕| 百性阁论坛首页| 恋夜影院支持安卓视频美女| 亚洲国产日韩a精品乱码| 成人AV无码一二二区视频免费看| 狂躁美女BBBBBB视频| 亚洲免费福利在线视频| 国产国拍亚洲精品av麻豆| 欧美写真视频一区| 2022一本久道久久综合狂躁| 精品午夜久久影视| 亚洲精品成人a在线观看| 国产精品久久久久久久久免费下载 | 国产日韩高清一区二区三区| 热99re久久精品国产首页| 真人美女精美小穴| 激情A片久久久久久久| 无套日出白浆在线播放| 成人在线视频在线观看| 欧美性喷潮xxxx| 97无码人妻精品1国产精东影业 | 男人被绑着强行摸j| 中国少妇内射XXXX狠干| 久九九精品免费视频| 亚洲蜜桃AV永久无码精品放毛片| 国产午夜精品一区二区三区| 天天综合亚洲综合网站| 大乳牛奶女在线观看| 日本一二三区在线视频| 芭乐视频网页版在线观看| 欧美性xxxxxx爱| caoporn超碰| 日本老妇一级特黄aa大片| 啊轻点啊再深点视频免费| 强行撕开衣服捏胸黄文| www国产av偷拍在线播放|