表 3:总结神经风格迁徙范畴内的当进步展
将来研究神经风格迁徙,有前景的偏向重要集中在两个方面。一是解决前面提到的当前算法所面对的难题,即参数微调问题、笔触偏向控制问题和神经风格迁徙中「快」与「更快」的问题。对这些难题及其对应的可能解决筹划的描述见于第 7 节。第二个有前景的偏向是存眷神经风格迁徙的新扩大(比如,时尚风格迁徙和字符风格迁徙),在这个偏向上已经有了一些初步的研究结不雅,比如比来 Yang et al. [47] 的关于文本效不雅迁徙(Text Effects Transfer)的研究。这些有趣的扩大可能会蹦魏将来的研究主题趋势,之后又可能会创造出新的相干范畴。
原文:https://arxiv.org/abs/1705.04058
【编辑推荐】
- 用于图像瓜分的卷积神经收集:大年夜R-CNN到Mark R-CNN
- Kevin Kelly解读人工智能狂热:破解超仁攀类人工智能的五个假
- 若何大年夜旌旗灯号分析角度懂得卷积神经收集的复杂机制?
- 人工智能与天然说话处理概述:AI三大年夜阶段、NLP关键应用范畴
- 微软论文概述神经信息检索技巧:若何精力经收集用于信息检索?
推荐阅读
在介入社区之前,比如开放源代码或者其它什么的,你须要做一些根本工作。对于有眼界的开源供献者,这意味这你须要懂得社区的目标,并进修应当大年夜哪里起步。人人都想供献源代码,然则只有少量的人做过预备,并且愿>>>详细阅读
地址:http://www.17bianji.com/lsqh/35289.html
1/2 1