A Gentle Introduction to Generative Adversarial Networks (GANs)
لینک
#machinelearning #gan #generative #network
@pythonicAI
لینک
#machinelearning #gan #generative #network
@pythonicAI
یادگیری دوگانه (Dual Learning)
در این نوع یادگیری، ساختارهایی دوگانه وجود دارند که با ارسال فیدبک هایی به یکدیگر باعث بهبود عملکرد همدیگر می گردند.
بسیاری از مسائل در هوش مصنوعی به صورت فرایند های دوگانه شکل میگیرند. بطور مثال ترجمه انگلیسی به فرانسوی در مقابل ترجمه فرانسوی به انگلیسی، بازشناسی گفتار و تبدیل گفتار به متن در مقابل تبدیل متن به گفتار ،پاسخ به سوال در برابر ایجاد سوال(question generation) و طبقه بندی تصاویر در برابر ایجاد تصاویر. با وجود اینکه این نوع ساختارهای دوگانه در موضوعات هوش مصنوعی بسیار رایج است اما اکثر الگوریتم های هوش و یادگیری ماشین از این ساختارها در الگوریتم های یادگیری و استنتاجی خود استفاده نکرده اند.
به تازگی گروهی از محققین شرکت مایکروسافت، پارادایم جدیدی در یادگیری ماشین بر مبنای این نوع فرایند های دوگانه ارائه داده اند که از این ساختار دوگانه برای بهبود نتیجه در وظایف یادگیری ماشین استفاده میکند. آنها این روش جدید را یادگیری دوگانه(Dual Learning) نامیده اند.
در این روش سیستم با گرفتن سیگنال هایی به صورت فیدبک از ساختار دوگانه مقابلش برای بهبود خودش استفاده میکند. آنها از این روش جدید در انواع وظایف یادگیری مانند یادگیری با ناظر، بدون ناظر و یا نیمه نظارتی یا یادگیری انتقالی استفاده کرده اند. آنها این روش را حتی با ابزارهای فعلی مانند شبکه های عمیق گن(GAN) نیز ترکیب کرده اند که منجر به بهبود قابل توجهی در عملکرد این سیستم ها شده است.
#machinelearning #artificialintelligence #duallearning #gan
@pythonicAI
در این نوع یادگیری، ساختارهایی دوگانه وجود دارند که با ارسال فیدبک هایی به یکدیگر باعث بهبود عملکرد همدیگر می گردند.
بسیاری از مسائل در هوش مصنوعی به صورت فرایند های دوگانه شکل میگیرند. بطور مثال ترجمه انگلیسی به فرانسوی در مقابل ترجمه فرانسوی به انگلیسی، بازشناسی گفتار و تبدیل گفتار به متن در مقابل تبدیل متن به گفتار ،پاسخ به سوال در برابر ایجاد سوال(question generation) و طبقه بندی تصاویر در برابر ایجاد تصاویر. با وجود اینکه این نوع ساختارهای دوگانه در موضوعات هوش مصنوعی بسیار رایج است اما اکثر الگوریتم های هوش و یادگیری ماشین از این ساختارها در الگوریتم های یادگیری و استنتاجی خود استفاده نکرده اند.
به تازگی گروهی از محققین شرکت مایکروسافت، پارادایم جدیدی در یادگیری ماشین بر مبنای این نوع فرایند های دوگانه ارائه داده اند که از این ساختار دوگانه برای بهبود نتیجه در وظایف یادگیری ماشین استفاده میکند. آنها این روش جدید را یادگیری دوگانه(Dual Learning) نامیده اند.
در این روش سیستم با گرفتن سیگنال هایی به صورت فیدبک از ساختار دوگانه مقابلش برای بهبود خودش استفاده میکند. آنها از این روش جدید در انواع وظایف یادگیری مانند یادگیری با ناظر، بدون ناظر و یا نیمه نظارتی یا یادگیری انتقالی استفاده کرده اند. آنها این روش را حتی با ابزارهای فعلی مانند شبکه های عمیق گن(GAN) نیز ترکیب کرده اند که منجر به بهبود قابل توجهی در عملکرد این سیستم ها شده است.
#machinelearning #artificialintelligence #duallearning #gan
@pythonicAI
MPG: A Multi-ingredient Pizza Image Generator with Conditional StyleGANs
Link
#deeplearning #artificialintelligence #gan
@pythonicAi
Link
#deeplearning #artificialintelligence #gan
@pythonicAi
This media is not supported in your browser
VIEW IN TELEGRAM
StyleGANv2 to manipulate distinct face regions
Paper
Code
#deeplearning #artificialintelligence #gan
@pythonicAi
Paper
Code
#deeplearning #artificialintelligence #gan
@pythonicAi
This media is not supported in your browser
VIEW IN TELEGRAM
Adversarial Latent Autoencoders (ALAE) not only generate 1024x1024 images with StyleGAN’s quality but also allow to manipulate real-world images in a feed-forward manner.
Paper
Code
#deeplearning #artificialintelligence #gan
@pythonicAi
Paper
Code
#deeplearning #artificialintelligence #gan
@pythonicAi