Xiayiqianping من الجزء السفلي من القرد مزرعة

إنتاج و qubit | عدد ملفه QbitAI

انها ستبيع فقط منغ سادة القط تحولت كل دقيقة ملك الوحوش؟

خلال النهار لا يمكن فهم ليلة سوداء؟

إذا كنت وانغ النجوم الذين تبدو وكأنها الأنواع الأخرى؟

لا أتصور أن هناك وكانت منظمة العفو الدولية (تماما دون تدخل بشري)، "الدماغ حتى" كل شيء. وتشير النتائج الأولية:

لصورة قطة صغيرة (من اليسار)، ومنظمة العفو الدولية تحويل تلقائيا إلى الأسد الملك (على اليمين).

إلى صورة النهار (يسار)، فإن منظمة العفو الدولية ملء تلقائيا الدماغ مثل ليلة (على اليمين)، وأضاف أيضا تأثير الإضاءة ~

إلى صورة الشتاء (من اليسار)، ومنظمة العفو الدولية أن تكون قادرة على تعويض الدماغ، ما من شأنه أن مشهد الصيف (على اليمين)، ويترك أضاف أيضا ~

UNIT

فوق هذه تبدل السحرية، تنتمي إلى السؤال: "الصورة لترجمة الصورة"، و.

هذه النتائج هي من فريق البحث نفيديا من 2017 ورقة NIPS: الأمم المتحدة أشرف أنا بركه إلى صورة تي شبكات ranslation.

مينغ يو ليو (ليو مينغ يو) وغيرهم من الباحثين اقترح على أساس أن اقتران ولدت ضد شبكة (إلى جانب GAN) والتشفير التلقائي التغاير (VAE) صورة غير خاضعة للرقابة على الصورة من الإطار الترجمة، أنها تختصر أيضا وفقا للحرف الأول (القسري) ل "صورة غير خاضعة للرقابة لترجمة صورة" له اسم: UNIT.

ورقة لوحظ، من منظور نموذج احتمالي لتحليل وترجمة الصورة إلى صورة، وسوف تجد واحدا من التحديات الرئيسية هو أن نتعلم توزيع مشترك بين مناطق مختلفة من الصورة.

 حصة الافتراضات الكامنة وراء الفضاء

للاستدلال على توزيع مشترك، مينغ يو ليو وآخرون باستخدام "مساحة مشتركة فرضية محتملة"، يفترض الصورة ليكون الزوج (X1، X2) يمكن تعيينها إلى مناطق مختلفة من إمكانات مساحة مشتركة (ض)، وحدة أنشئت في إطار هذه الفرضية الأساس.

وظيفتين يمكن تعيين الشكل أعلاه ترميز E1 و E2 في المحتملين المشفرة صورة، G1 و G2 هي وظيفة اثنين توليد، لتعيين صورة كامنة المشفرة.

 UNIT هيكل الإطار

UNIT وفي هذا الإطار، استخدم الباحثون VAE-GAN كل صورة نموذج، حيث أهداف التدريب المقاومة والمعوقات المشتركة الأوزان التفاعل تجسيد مساحة مشتركة، لتوليد اثنين المقابلة الحقول صورة، وترجمة VAE الصورة المقابلة لإدخال الصور والمجال المرتبطة بها. انهم إعادة بناء E1، E2 وG1، G2 التفاف الشبكة العصبية (CNN)، وتحقيق الافتراضات المشتركة الكامنة مساحة مشتركة من قبل الحد الوزن.

بعد الحصول على هذا الإطار، استخدم الباحثون في مجموعة متنوعة من الصورة غير خاضعة للرقابة لمهام الترجمة الصورة، مثل ......

قادرة على استكمال التحول فيستا بين الأمطار أو أشعة الشمس، ليلا ونهارا، في الصيف مشهد الثلج، ودعم 640 480 الصور، ويمكن تحويل بين الاصطناعية والصور الحقيقية:

ويمكن أيضا تحويل بين مختلف سلالات الكلاب، ما دام الكلب، دائرة الشعر من الأصدقاء عندما يمكنك أن تأتي وتذهب في الاسكيمو، الراعي الألماني، كورجي، Samoyed و، كلب الراعي الانجليزية:

بالإضافة إلى الكلب، القط، ولكن ليس كل أنواع من ذي الشعر الطويل القصير ماو Zhuzi منزلك، ولكن القط في المنزل، بين النمور والأسود وبوماس، النمور والفهود للتبادل:

بطبيعة الحال، فإن معظم الوجه المشترك تحويل هذا النموذج يمكن ان تحصل، يمكنك إنشاء شقراء، يبتسم، سكسوكة، والنظارات وهلم جرا الخصائص:

إن القول بأن النموذج الخاص بهم، بطبيعة الحال، سيكون لديك لمقارنة الأعمال.

العديد من الباحثين تحويل بين مجموعات البيانات مع رقم المنزل شارع SVHN، MNIST USPS مجموعة البيانات واختبار أداء النموذج، وSA، DANN، DTN، وتمت مقارنة كوجان نماذج أخرى.

وصلت UNIT إطار الدقة في مهمة SVHN MNIST 0.9053، وهي نسبة أعلى بكثير من نماذج مماثلة.

ورقة الرمز +

إذا كنت مهتما في هذه الورقة، يمكنك قراءة النص الأصلي مباشرة. عنوان الورقة: الشبكي: //arxiv.org/abs/1703.00848

وبالإضافة إلى ذلك، أصدر فريق نفيديا أيضا رمز لهذه الدراسة. هذا هو الرقم غير خاضعة للرقابة على الرقم العربي والإسلامي إلى جانب GAN خوارزمية PyTorch تحقيق.

عنوان جيثب: الشبكي: //github.com/mingyuliutw/UNIT

تحويل المزيد من الصور نتائج هذا المشروع يمكن أن ينظر إليه على العنوان التالي.

https://photos.app.goo.gl/5x7oIifLh2BVJemb2

اخترنا أيضا شريط فيديو فقرات قليلة، نشرت مباشرة هنا. تغيير فصل الشتاء دعونا في الصيف:

هناك القطط وتحول الوحش لبعضها البعض:

فريق الأبحاث

مينغ يو ليو (ليو يو مينغ)

يو ليو مينغ، وهو باحث في معهد أبحاث نفيديا، مع التركيز على رؤية الكمبيوتر والاتجاه تعلم الآلة. في وقت سابق انه كان يعمل لشركة إنتل وشركة ميتسوبيشي. درجة ليو يو مينغ البكالوريوس في عام 2003 في جامعة تايوان جياوتونغ في عام 2012، حصل على درجة الدكتوراه من جامعة ميريلاند، كلية بارك.

معلومات ليو مينغ يو تظهر بيانات أن هذا العام هو أصدرت تسع ورقات، بالإضافة إلى ما سبق، في هذا NIPS (الضوء)، وقال انه كان ورقة في IJCAI، وهناك نوعان في CVPR (بما في ذلك عن طريق الفم):

• تكتيكات عدائية هجوم على أعماق التسليح وكلاء التعلم

  الين تشن لين، وتشانغ وي هونغ يوان كونج ياو مينغ لى شيه مينغ يو ليو، مين سون

  المؤتمر الدولي المشترك المعني الذكاء الاصطناعي (IJCAI)، 2017 ملبورن، أستراليا

  ورقة: الشبكي: //arxiv.org/abs/1703.06748

  المشروع: HTTP: //yclin.me/adversarial_attack_RL

• عميق 360 طيار: التعلم وكيل ديب للتجريب من خلال 360 فيديو الرياضة

  هوى نينغ هو جين تاو والين تشن لين، مينغ يو ليو، هسين-تزو تشنغ، ستانلي تشانغ مين سون

  مؤتمر حول رؤية الحاسوب والتعرف على نمط (CVPR) عن طريق الفم، 2017، هونولولو، هاواي

  ورقة: الشبكي: //arxiv.org/abs/1705.01759

• CASENet: عميق، وإدراكا الفئة الدلالي كشف الحافة

  Zhiding يو تشن فنغ مينغ يو ليو، سريكومار رامالينجام

  مؤتمر حول رؤية الحاسوب والتعرف على الأنماط (CVPR)، عام 2017، في هونولولو، هاواي

  ورقة: الشبكي: //arxiv.org/abs/1705.09759

توماس Breuel

توماس Breuel هو عالم البحوث المتميزة في (الكرام عالم أبحاث) نفيديا. وقبل انضمامه إلى نفيديا أكتوبر الماضي ل، وقال انه كان يعمل كعالم أبحاث في جوجل. كان يدرس أيضا في المدى الطويل في جامعة كايزرسلاوترن، ألمانيا، وعمل في شركة زيروكس، IBM وغيرها من الشركات.

توماس Breuel تخرج بهذا الحجم من جامعة هارفارد في عام 1992، حصل على درجة الدكتوراه من معهد ماساتشوستس للتكنولوجيا. تمت الموافقة عرض المعلومات من جوجل الباحث العلمي، توماس Breuel هذا العام، بالإضافة إلى ورقة، فضلا عن طلب البراءة.

يناير كوتز

يناير كوتز هو المدير المسؤول عن نفيديا بحوث الحوسبة البصرية وآلة التعلم، وقيادة البصرية مجموعة أبحاث الحوسبة والتنمية برمتها. وقد شغل أيضا منصب أعضاء هيئة التدريس في جامعة لندن.

تخرج من الاحتفالات الألمانية - جامعة نورمبرغ، تليها درجة الماجستير في جامعة واترلو في 2003 يناير كوتز حصل على درجة الدكتوراه في ألمانيا، ومعهد ماكس بلانك لعلوم الكمبيوتر.

هذا العام، كما صدر يناير كوتز أكثر من اثني عشر ورقات، بما في ذلك:

• تعلم الانجذاب عبر شبكات الانتشار المكاني

  S. ليو، S. دي ميلو، J. قو، M.-S. يانغ، J. كوتز

  العصبية نظم المعلومات المعالجة (NIPS)

  ورقة: الشبكي: //arxiv.org/abs/1710.01020

• Intrinsic3D: عالية الجودة 3D اعادة البناء المشترك المظهر والهندسة الأمثل مع مكانيا متفاوتة الإضاءة

  R. ماير، K. كيم، D. كريمرز، J. كوتز، M. Niessner

  المؤتمر الدولي IEEE على رؤية الكمبيوتر (ICCV)

  ورقة: الشبكي: //arxiv.org/abs/1708.01670

• وخفيفة الوزن مدخل لفي ذبابة على الانعكاس تقدير

  K. كيم، J. قو، S. تايري، P. مولتشانوف، M. Niessner، J. كوتز

  المؤتمر الدولي حول الرؤية الحاسب الآلي (ICCV، عن طريق الفم)

  ورقة: الشبكي: //arxiv.org/abs/1705.07162

• التحليل للعوامل مختلطة الابتدائي لالمزدوج الإطار عرض الحاسوبية

  F.-C. هوانغ، D. Pajak، J. كيم، J. كوتز، D. Luebke

  المعاملات ACM على الرسومات (وقائع سيغراف 2017)

  ورقة: HTTP: //research.nvidia.com/publication/2017-06_Mixed-primary-Factorization-for

• دينامية تحليل الوجه: من النظرية الافتراضية تصفية لالمتكررة الشبكات العصبية

  J. قو، S. دي ميلو، X. يانغ، J. كوتز

  مؤتمر IEEE على رؤية الحاسوب والتعرف على الأنماط (CVPR)

  ورقة: HTTP: //research.nvidia.com/publication/dynamic-facial-analysis-bayesian-filtering-recurrent-neural-networks

• A3C أساس GPU لديب التسليح التعلم: GA3C

  M. Babaeizadeh، I. FROSIO، S. تايري، J. كليمونز، J. كوتز

  المؤتمر الدولي عن المكاتب التعلم (ICLR)

  ورقة: الشبكي: //arxiv.org/abs/1611.06256

  الرمز: الشبكي: //github.com/NVlabs/GA3C

• الشبكات العصبية التلافيف التقليم لمصادر التعلم نقل فعالة

  P. مولتشانوف، S. تايري، T. العيلة، T. كاراس، J. كوتز

  المؤتمر الدولي عن المكاتب التعلم (ICLR)

  ورقة: الشبكي: //arxiv.org/abs/1611.06440

- انتهى -

التوظيف الصادق

المكدسة تقوم بتجنيد محرر / مراسل، ومقرها في تشونغ قوان تسون في بكين. نتوقع الموهوبين والطلاب المتحمسين للانضمام إلينا! مزيد من التفاصيل، يرجى و qubit عدد الجمهور (QbitAI) واجهة الحوار والرد "تجنيد" كلمة.