maroke He aha te Generative Adversarial Network (GAN)? - Unite.AI
Tūhono ki a tatou

AI 101

He aha te Generative Adversarial Network (GAN)?

mm
whakahoutia on

Whatunga Tauiwi Whakatupu (GANs) he momo hoahoanga whatunga neural te kaha ki te whakaputa raraunga hou e hāngai ana ki ngā tauira ako. Ka taea te whakamahi i nga GAN ki te whakaputa whakaahua o nga kanohi tangata, etahi atu mea ranei, ki te kawe i te whakamaori kupu-ki-ahua, ki te huri i tetahi momo ahua ki tetahi atu, me te whakarei ake i te taumira o nga whakaahua (super resolution) i roto i etahi atu tono. Na te mea ka taea e nga GAN te whakaputa raraunga hou katoa, kei te upoko o te maha o nga punaha AI, tono, me nga rangahau. Heoi me pehea te mahi a GAN? Me titiro ki te mahi a te GAN me te titiro ki etahi o o raatau whakamahinga tuatahi.

Te Tauira Hangahanga me nga GAN

Ko te GAN he tauira o te tauira whakaputa. Ko te nuinga o nga tauira AI ka taea te wehewehe ki tetahi o nga waahanga e rua: nga tauira kua tirotirohia me nga tauira kore. Ko nga tauira ako e maatakihia ana ka whakamahia hei wehewehe i nga momo waahanga whakauru, hei whakarōpū. He rereke, ko nga tauira kaore i te tirotirohia ka whakamahia hei whakarāpopoto i te tohatoha o nga raraunga, he ako tonu he tohatoha Gaussian o nga raraunga. Na te mea ka ako ratou i te tohatoha o te huinga raraunga ka taea e ratou te tango tauira mai i tenei tohatoha ako me te whakaputa raraunga hou.

He rereke nga tikanga o nga tauira whakahiato mo te whakaputa raraunga me te tatau i nga tohanga tūponotanga. Hei tauira, ko te tauira Naive Bayes ka mahi ma te tatau i te tuaritanga tūponotanga mo nga momo ahuatanga whakauru me te akomanga whakaputa. I te wa e whakaatu ana te tauira Naive Bayes i te matapae, ka tatauhia e ia te karaehe pea ma te tango i te tūponotanga o nga taurangi rereke me te whakakotahi. Ko etahi atu tauira whakahiato ako kore-hohonu ko Gaussian Mixture Models me Latent Dirichlet Allocation (LDA). Ko nga tauira whakangao-whakapapa hohonu ngā Miihini Boltzmann Rahui (RBM), Kaiwaehere Aunoa rereke (VAE), me o te akoranga, GANs.

Generative Adversarial Networks were I tono tuatahi na Ian Goodfellow i te tau 2014, a i whakapai ake ratou e Alec Redford me etahi atu kairangahau i te 2015, e arahi ana ki te hoahoanga paerewa mo nga GAN. Ko nga GAN he hononga rereke e rua kua hono tahi. Ko nga GAN e rua nga haurua: he tauira whakatipuranga me te tauira whakahāwea, e kiia ana ko te kaihanga me te whakahāwea.

Ko te Hangahanga GAN

Generative Adversarial Networks are he mea hanga mai i te tauira kaihanga me te tauira whakahāwea kua whakakotahihia. Ko te mahi a te tauira kaihanga he hanga tauira hou o nga raraunga, i runga i nga tauira kua akohia e te tauira mai i nga raraunga whakangungu. Ko te mahi a te tauira whakahāwea he wetewete i nga whakaahua (mehemea kua whakangungua i runga i nga whakaahua) me te whakatau mena he mea hanga/he rūpahu, he pono ranei nga whakaahua.

Ko nga tauira e rua e tu ana tetahi ki tetahi, i whakangungua i roto i te ahua o te keemu. Ko te whainga o te tauira kaihanga he whakaputa whakaahua hei whakapohehe i tana hoa riri – te tauira whakahāwea. I tenei wa, ko te mahi a te tauira whakahāwea ko te hinga i tana hoa riri, te tauira miihini, me te hopu i nga whakaahua rūpahu ka mahia e te kaihanga. Ko te mea ka taupatupatu nga tauira ki a raua ano ka puta he whakataetae mau patu ka pai ake nga tauira e rua. Ka whiwhi urupare te tangata whakahāwea mo nga whakaahua he pono, he aha nga whakaahua i mahia e te kaihanga, i te wa e whangaia ana te kaihanga ki nga korero ko wai o ana whakaahua i tohuhia he teka e te kaiwhakawhanake. Ko nga tauira e rua ka pai ake i te wa e whakangungu ana, me te whainga ki te whakangungu i tetahi tauira whakatipuranga ka taea te whakaputa raraunga rūpahu e kore e taea te rereke mai i nga raraunga pono, pono.

Ina oti te tohatoha raraunga Gaussian i te wa whakangungu, ka taea te whakamahi i te tauira whakatipu. I te tuatahi ka whangaihia te tauira kaihanga ki tetahi vector tupurangi, ka huri i runga i te tohatoha Gaussian. Arā, mā te kākano vector te whakatipuranga. Ina whakangunguhia te tauira, ko te mokowā vector he putanga kōpeke, he tohu ranei, o te tohatoha Gaussian o te raraunga. Ko te putanga kōpeke o te tohatoha raraunga e kiia ana he mokowā huna, he taurangi huna ranei. I muri mai, ka taea e te tauira GAN te tango i te whakaaturanga mokowhiti me te tuhi i nga tohu mai i a ia, ka taea te hoatu ki te tauira whakatipuranga ka whakamahia hei whakaputa raraunga hou e tino rite ana ki nga raraunga whakangungu.

Ko te tauira whakawehenga ka whangaihia nga tauira mai i te rohe whakangungu katoa, he mea hanga mai i nga tauira raraunga pono me nga tauira raraunga kua hangaia. Ko nga tauira tuuturu kei roto i te huinga raraunga whakangungu, ko nga raraunga rūpahu ka hangaia e te tauira whakatipu. He rite tonu te tukanga whakangungu i te tauira whakahāwea ki te whakangungu tauira whakarōpū-rua.

Tukanga Whakangungu GAN

Kia titiro tatou ki te katoa whakangungu tukanga mo te mahi hanga whakaahua whakapae.

Hei timata, ka whakangunguhia te GAN ma te whakamahi i nga whakaahua pono, pono hei waahanga o te huinga raraunga whakangungu. Ma tenei ka whakarite i te tauira whakawehe ki te wehewehe i waenga i nga whakaahua hanga me nga whakaahua tuuturu. Ka whakaputa ano i te tohatoha raraunga ka whakamahia e te kaihanga ki te whakaputa raraunga hou.

Ka mauhia e te kaihanga he vector o nga raraunga tau matapōkere ka huri i runga i te tohatoha Gaussian, ka whakahoki i te ahua. Ko enei whakaahua i hangaia, i te taha o etahi whakaahua pono mai i te huinga raraunga whakangungu, ka whangaia ki te tauira whakawehe. Ka tukuna e te kaitukino he matapae pea mo te ahua o nga whakaahua ka riro mai i a ia, ka whakaputa i te uara i waenga i te 0 me te 1, i te nuinga o te waa ko te 1 he whakaahua pono me te 0 he ahua rūpahu.

He rua nga urupare urupare kei roto i te takaro, i te mea ka whangaihia te kaiwhakawhanake whenua i te pono o nga whakaahua, i te mea ka tukuna e te kaiwhakawhanake nga urupare mo ana mahi.

Ko nga tauira whakatipu me te whakahāwea kei te purei i te keemu-kore ki a raua ano. Ko te keemu moni-kore ko tetahi ka riro mai nga hua o tetahi taha ki te utu o tera taha (ko nga mahi e rua he kore ex). I te wa e taea ai e te tauira whakawehe te wehewehe i waenga i nga tauira pono me nga tauira rūpahu, karekau he whakarereketanga ki nga tawhā o te kaikiri. Heoi, he nui nga whakahoutanga ki nga tawhā o te tauira ka kore e taea te wehewehe i waenga i nga whakaahua pono me nga whakaahua rūpahu. He pono te hurihanga mo te tauira whakatipu, ka whiua (ka whakahouhia ona tawhā) ka kore e whakapohehe i te tauira whakahāwea, engari karekau e rerekee nga tawhā (ka utua ranei).

Ko te mea pai, ka taea e te kaihanga te whakapai ake i ana mahi ki te waahi kaore e taea e te kaikiri te mohio ki waenga i nga whakaahua rūpahu me nga whakaahua pono. Ko te tikanga ka tukuna e te tangata whakahāwea te %50 pea mo nga whakaahua pono me nga whakaahua rūpahu, ko te tikanga ko nga whakaahua kua hangaia kia kore e rereke mai i nga whakaahua pono. I roto i nga mahi, kaore nga GAN e tae ki tenei waahi. Heoi, karekau te tauira whakahiato me hanga whakaahua tino rite kia whai hua tonu mo nga mahi maha e whakamahia ana e nga GAN.

Nga tono GAN

He maha nga momo tono a nga GAN, ko te nuinga e huri haere ana ki te hanga whakaahua me nga waahanga o nga whakaahua. Ka whakamahia nga GAN i roto i nga mahi e ngaro ana nga raraunga ahua e hiahiatia ana, e iti ana ranei i etahi kaha, hei tikanga mo te whakaputa i nga raraunga e hiahiatia ana. Kia tirohia etahi o nga keehi whakamahi noa mo nga GAN.

Te Hanga Tauira Hou Mo Nga Raraunga Raraunga

Ka taea te whakamahi i nga GAN ki te whakaputa tauira hou mo nga kohinga whakaahua ngawari. Mena he ruarua noa nga tauira whakangungu me te hiahia kia nui ake, ka taea te whakamahi i nga GAN ki te whakaputa raraunga whakangungu hou mo te whakarōpū whakaahua, te whakaputa tauira whakangungu hou ki nga ahuatanga me nga koki rereke.

Te Hanga Mata Tangata Motuhake

Karekau te wahine i tenei whakaahua. Na StyleGAN te ahua i hanga. Whakaahua: Owlsmcgee mā Wikimedia Commons, Public Domain (https://commons.wikimedia.org/wiki/File:Woman_1.jpg)

Ina tino whakangungua, ka taea te whakamahi i nga GAN whakaputa whakaahua tino kiko o nga kanohi tangata. Ka taea enei whakaahua hanga hei awhina i te whakangungu i nga punaha tohu kanohi.

Whakaahua-Ki-Whakaahua Whakamaori

NGA MANU pai ki te whakamaori whakaahua. Ka taea te whakamahi GAN ki te whakakoi i nga whakaahua pango me te ma, ki te whakamaori i nga huahua, i nga tuhi ranei ki nga whakaahua whakaahua, ki te huri whakaahua mai i te ao ki te po.

Whakamaori Kuputuhi-Ki-Whakaahua

Ko te whakamaoritanga Kuputuhi-ki-Whakaahua ka taea ma te whakamahi i nga GAN. Ina hoatu he kuputuhi e whakaatu ana i tetahi ahua me tera ahua e hono ana, ka taea e te GAN kia whakangungua ki te hanga ahua hou ina homai he whakaahuatanga mo te ahua e hiahiatia ana.

Te Whakatikatika Me te Whakatika Ataahua

Ka taea te whakamahi GAN ki te whakatika i nga whakaahua o naianei. GAN tangohia nga mea penei i te ua, te hukarere ranei mai i te ahua, engari ka taea hoki te whakamahi whakatikahia nga whakaahua tawhito, kua pakaru, kua pakaru ranei nga whakaahua. 

Whakatau Super

Ko te whakataunga nui ko te mahi tango i te ahua iti-taumira me te whakauru atu i nga pika ki roto i te ahua, me te whakapai ake i te whakatau o taua ahua. Ka taea te whakangungu i nga GAN ki te tango whakaahua hangaia he putanga taumira teitei ake o taua ahua. 

Blogger me te kaihātaka me nga tohungatanga i roto Learning machine a Akoranga hohonu kaupapa. Kei te tumanako a Daniel ki te awhina i etahi atu ki te whakamahi i te mana o AI mo te pai o te hapori.