Исследователи из подразделения DeepMind от Google разработали глубокие нейронные сети, которые "обладают замечательной способностью понимать сцену, представлять ее в компактном формате".
Из отчета:
команда DeepMind во главе с Али Эслами и Данило Резенде разработала программное обеспечение, основанное на глубоких нейронных сетях с такими же возможностями - по крайней мере, для упрощенных геометрических сцен. Учитывая небольшое количество "снимков" виртуальной сцены, программное обеспечение, известное как генераторная сеть запросов (GQN), использует нейронную сеть для построения компактного математического представления этой сцены. Затем она использует это представление для рендеринга изображений комнаты с новых точек зрения - перспективы, которые сеть не видела раньше.
Под капотом GQN - это действительно две разные глубокие нейронные сети, соединенные вместе. Слева сеть представления принимает набор изображений, представляющих сцену (вместе с данными о местоположении камеры для каждого изображения) и конденсирует эти изображения до компактного математического представления сцены как все. Тогда задача сети генерации заключается в том, чтобы отменить этот процесс: начиная с вектора, представляющего сцену, принимая местоположение камеры в качестве входного сигнала и генерируя изображение, представляющее, как сцена будет выглядеть с этого угла. Команда использовала стандартную технику машинного обучения стохастического градиентного спуска чтобы итеративно улучшить две сети.
Программное обеспечение передает некоторые учебные изображения в сеть, генерирует выходное изображение, а затем наблюдает, насколько это изображение отличается от ожидаемого результата. Если выход не соответствует желаемому изображению, тогда программное обеспечение обратно распространяет ошибки, обновляя числовые веса на тысячах нейронов, чтобы улучшить производительность сети.
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
наши друзья:
интересные статьи:
Простой, но эффективный способ решения проблем