Indholdsfortegnelse:
- Definition - Hvad betyder Deep Convolutional Inverse Graphics Network (DC-IGN)?
- Techopedia forklarer Deep Convolutional Inverse Graphics Network (DC-IGN)
Definition - Hvad betyder Deep Convolutional Inverse Graphics Network (DC-IGN)?
Det dybe indviklede inverse grafiknetværk (DC-IGN) er en bestemt type konvolutional neuralt netværk, der er rettet mod at knytte grafikrepræsentationer til billeder. Eksperter forklarer, at et dybt indviklet omvendt grafiknetværk bruger et ”vision as inverse graphics” -paradigme, der bruger elementer som belysning, objektplacering, tekstur og andre aspekter af billeddesign til meget sofistikeret billedbehandling.
Techopedia forklarer Deep Convolutional Inverse Graphics Network (DC-IGN)
Det dybe indviklede omvendte grafiknetværk har en model, der inkluderer en "indkoder" og en "dekoder" - det er en type neuralt netværk, der bruger forskellige lag til at behandle input til outputresultater. Et typisk fremadrettet neuralt netværk inkluderer et inputlag, skjulte lag og et outputlag. Det dybe indviklede omvendte grafiknetværk bruger indledende lag til at kode gennem forskellige viklinger, ved hjælp af max pooling og bruger derefter efterfølgende lag til at afkode med unpooling. I løbet af denne proces bruger netværket "scene latente variabler" og aspekter af gradientafstamning og bagpropagering til at lære, hvordan man repræsenterer aspekter af billeder.
Hvad angår populære applikationer af dybe indviklede omvendte grafiknetværk, bruges disse netværk ofte til at skabe variable output til et objekt som f.eks. Et menneskeligt ansigt. Ved at træne modellen kan det dybe indviklede omvendte grafiknetværk oparbejde en dynamisk gengivelsesmotor baseret på aspekter som vinkel og skygge. Slutresultatet er en mere intelligent evne til at manipulere sofistikerede tredimensionelle billeder.
