為了提升合成圖像數(shù)據(jù)訓練,論文中提出了一種“模擬+無監(jiān)督學習”的方法,而蘋果還針對現(xiàn)有技術(shù)進行改進,使生成的圖片變得更加逼真。
在月初,蘋果就對外界透露其將發(fā)布
人工智能相關的論文,在之后的一個月內(nèi),蘋果就發(fā)布相關的論文,詳細描述了如何通過電腦合成圖像訓練算法的識別能力。
蘋果在12月22日正式發(fā)布了其第一篇人工智能論文,主要介紹的是如何提升對電腦合成圖片訓練算法的識別能力。
論文中稱,在機器學習的研究中,使用合成圖像訓練相比使用真實世界的圖像將更為快捷,因為合成圖像數(shù)據(jù)已經(jīng)標記了大量的注釋,而現(xiàn)實世界的圖像數(shù)據(jù)需要附上詳細的標簽給電腦識別。然而,合成圖像的方式并不能解決現(xiàn)實世界的問題,因為這種算法并不能完全用于現(xiàn)實世界的場景。“合成圖像數(shù)據(jù)”往往不夠現(xiàn)實,導致人工智能學習不能細致的分辨出各項物體,不能很好的概括真實圖像。
為了提升合成圖像數(shù)據(jù)訓練,論文中提出了一種“模擬+無監(jiān)督學習”的方法,而蘋果還針對現(xiàn)有技術(shù)進行改進,使生成的圖片變得更加逼真。
免責聲明:本站所使用的字體和圖片文字等素材部分來源于互聯(lián)網(wǎng)共享平臺。如使用任何字體和圖片文字有冒犯其版權(quán)所有方的,皆為無意。如您是字體廠商、圖片文字廠商等版權(quán)方,且不允許本站使用您的字體和圖片文字等素材,請聯(lián)系我們,本站核實后將立即刪除!任何版權(quán)方從未通知聯(lián)系本站管理者停止使用,并索要賠償或上訴法院的,均視為新型網(wǎng)絡碰瓷及敲詐勒索,將不予任何的法律和經(jīng)濟賠償!敬請諒解!