张飞软硬开源基于STM32 BLDC直流无刷电机驱动器开发视频套件,👉戳此立抢👈

GANs领域值得深入研究的七个问题,让我们得以窥视GANs未来的发展走向

将门创投 2019-04-22 14:26 次阅读

生成对抗网络GANs自从诞生以来就得到了各界的广泛关注,在图像领域的发展成果更是目不暇接,飞速的发展让人眼花缭乱。但我们从另一个角度来审视GAN会发现这一领域还有很多问题没有公认的理解,例如对如何评价GANs的表现人们还没有达成共识。

最近,来自Google Brain的研究人员就GANs目前的研究状况进行了详细深入的梳理,提出了GANs领域值得深入研究的七个问题,让我们得以窥视GANs未来的发展走向。

一、GANs与其他生成模型间的利弊权衡

除了GANs外,目前还包括流模型Flow Models和自动回归模型Autoregressive Models 两种主要的生成模型。简单来说,流模型主要讲一系列不可逆的变化转换为从先验中的采样,使模型可以计算精确的对数似然,而自回归模型则将观测的分布分解到了条件分布上,一次观测只处理其中的一个(对于图像来说,一次处理一个像素)。

最近的研究表明这几种模型有着不同的表现特点和平衡方式,对这些平衡的特点及模型的内禀属性进行精确的研究是十分有意义的方向。下面将从计算量上来分析模型间的差异。流模型可以计算出精确的对数似然和推理,看起来会让GANs没有用武之地。训练GANs是一项复杂的工作,需要很大的努力,Flow模型的出现让我们不禁担心起GANs的发展,也许在训练中加入最大似然是不错的方法。

但计算量成为了一个无法回避的问题。对于流模型的代表Glow来说,训练一张256*256的图像生成器需要40个GPU耗时两个星期训练200M参数,而GANs训练1024*1024的生成器只需要在8GPU上用4天时间训练46M参数。这意味着流模型需要用17倍的时间才能训练出生成1/16大小的图像。那么是什么造成了流模型的低效呢?研究人员认为有两个主要的原因,其一是极大似然估计比对抗样本的训练更为复杂。

如果样本中的元素被模型设置了0概率,那么惩罚将会变成无穷大!而GANs则通过间接的方式设置0概率,惩罚将会缓和的多。另一个方法来自于归一化流(normalized flows),研究人员认为这是对于特定函数的一种低效表达,但目前对于这一领域还没有深入的研究。讨论完流模型后我们再来看看自回归模型。

有研究表明自回归模型可以被表示为非并行化的流模型。从流模型中采样必须是串行的过程,每次只能进行一次观测。同时也有研究表明,自回归模型比流模型具有更高的运行和参数效率。综上所述,GANs是并行高效的计算模型,但是不具有回溯性;流模型具有回溯性和并行性,但是效率很低;自回归模型虽然高效和回溯,但却无法并行化处理。

到这里我们可以进一步总结第一个问题:

GANs和其他生成模型间最基本的trade-offs到底是什么?

我们能不能在这个领域建立起类似CAP利用的方法来描述可逆性、并行性和参数/时间效率呢?

其中一个可能的方向是研究更多的混合模型,但混合的流模型/GAN模型目前的研究还很少。研究人员认为极大似然训练比GAN训练更为困难,流模型参数的表达能力很很可能比任意编码器函数低,但需要一定的假设来进行证明。

二、GANs可以为什么样的分布建模呢?

目前绝大多数的GANs集中在图像领域,研究人员们常常在MNIST, CIFAR-10, STL-10, CelebA,和Imagenet上进行训练。通常来讲,MNIST和CelebA上的训练比Imagenet, CIFAR-10,STL-10上的训练更为容易,很多人都注意到类别数的上升是GANs难以训练ImageNet的原因。这也使得先进的网络在CelebA上的生成结果比ImageNet上的结果更。然而我们需要对这些在大数据集上训练所观察到的结果进行科学的解释,研究人员希望在未来能够有一定的理论和标准来判断一个数据集是否适合用GANs训练。这一领域的研究已经开始,但未来还有广泛的发展空间。所以我们可以将第二个问题表示为下面的陈述:

对于给定数据集,我们可以给出用GANs构建其分布的难以程度吗?

那么一系列新的问题随之而来:为分布建模的定义是什么?我们需要的是一个下界表示还是真实的稠密模型?是不是存在GANs无法建模的分布?是不是存在一些可以学习但建模效率很低的分布?针对上述问题的答案,与其他生成模型相比GANs是不是具有独特的性质?针对上述问题,研究人员提出了两个策略:1.合成数据集。可以通过对合成数据集的研究探索影响可学习性的因素;2.改进现有的理论结果。可以修改现有理论的假设来对数据集的不同特性进行研究,例如我们可以观察GANs对于单模数据和多模数据的表现差异来进行探索。

三、GANs如何实现超越图像合成的广泛应用?

除了图像和合成、风格迁移等域适应的应用,在图像领域外GANs的应用主要集中于以下三个方面:1.文本。文字天然的离散特性对于GANs的处理来说十分困难,这主要由于GANs的训练需要将判别器的信号输入生成器进行反向传播。目前主要有两种方法来解决这一问题,一方面将GANs应用于离散数据的连续表达上,另一方面则利用实际的离散模型基于梯度估计来训练GAN,但目前这些方法的表现都还低于基于似然的语言模型。2.结构化数据。那么对于像图这类非欧式的结构化数据该如何应用GANs呢?虽然像图卷积等模型已经取得了一定的成绩,但GANs在这方面的探索十分有限,目前研究人员正尝试利用生成器得到随机游走来重组来自原始图中的结构化信息。3.音频。GANs在音频领域很有希望获得与图像领域一样的成功,在非监督音频合成等方面取得了一系列结果。最新的研究甚至可以在某些感知指标上超过自动回归模型的表现。那么对于在非图像数据上的第三个问题就归结为下面的表述:

如何使GANs在非图像数据上取得良好的结果?将GANs用于这些不同的域上是否需要新的训练技术、或者更为完善的先验呢?

我们需要思考怎样才能让GANs在这些域中实现有效的训练和学习。特别对于离散的结构化数据来说,未来也许会引入强化学习对生成器和判别器进行训练,这需要强大计算资源的支撑和基础研究的帮助。

四、GANs在训练中的全局收敛性是怎样的?

GANs的训练的特殊性在于我们需要同时优化生成器和判别器,目前的论文在严格的假设下已经证明同时优化时局域渐进稳定的。但我们却难以证明训练过程具有全局的通用性。这主要是由于生成器/判别器的损失是参数的非凸函数,那么问题来了:

我们如何才能证明GANs是全局收敛的?哪一种神经网络的收敛结果可以应用于GANs上呢?

目前有三个方面的探索在致力于解决这一问题:1.简化假设。例如可以使用LGQ GAN来简化假设,利用线性生成器、高斯分布的数据和二次判别器的假设,可以利用特殊的优化技术得到全局收敛的证明;2.利用归一化神经网络。当网络变大时低质量的局域极小值出现的可能将会指数下降,这种特性也许对GANs同样有效;3.博弈论 。利用纳什均衡等理论来解决全局收敛性的问题。

五、如何评测GANs?

目前在GANs中流行的评价指标主要包括感知分数(IS)和弗雷歇感知距离(FID)、多层级结构相似性(MS-SSIM),几何评分(Geometry Score),精度和召回率(Precision and Recall ),AIS和Skill Rating等。目前广泛采用的是感知类指标,但人们对于GANs评价更多的疑惑却也同时来自于合适该使用GAN,那么第五个问题就将这一疑问归结为:

何时我们该使用GANs?我们该如何评测GANs在这些任务上的表现?

我们应该明确使用GANs的目的,如果你想得到真实的稠密模型GANs并不是一个很好的选择.GANs适用于感知偏好的任务,例如图像合成、风格迁移等都是GANs可以大展身手的场景。对于感知任务,目前主要使用分类器(C2STs)来进行评测,但生成器的缺陷会对评价造成系统性的影响。一种不依赖于单因素的全局评价方法是未来的发展方向。最后,人类评价虽然昂贵但是必不可少的。未来可能会通过预测人类的感知情况来代替评价,但出现较大不确定度时才需要人类的介入。

六、如何使用较大的批次训练GANs呢?

提升分类网络训练速度的大规模minibatches是否能加速GANs的训练呢?但GANs中存在一系列会导致训练发散的瓶颈,使得提高批量大小的方法并不容易达到,我们需要探索下面的问题:

如何通过批量大小提升GANs的训练效率?梯度噪声在GANs训练中扮演着多重要的角色?是否可以对GANs进行一系列改进来适应更大的批大小呢?

有迹象表明增加批大小可以改善结果并减少训练时间,但还缺乏系统的研究。研究人员目前从优化输运GANs和异步SGD等方面探索了增大批的可能性,但这个方向仍然有很多的问题等待我们去探索。

七、GANs和对抗样本的关系如何?

众所周知分类器很容易受到对抗样本的影响,鲁棒性不强。考虑到判别器通常也基于图像分类器而构建,针对GANs的对抗样本研究具有重要的意义,但关注GANs与对抗样本间关系的文章却很少,所以最后一个问题就是:

判别器的对抗鲁棒性如何影响GAN的训练过程?

我们可以假设存在一个固定的判别器D,存在这样一个生成样本G(z),判别器判别G(z)为假但却将加了扰动的生成样本G(z)+p判定为真。我们似乎可以更新生成器来获得更鲁棒的结果G’=G(z)+p.但由于每次训练梯度只能进行一次更新、同时每个批次各不相同,这样的方法在现实中不太可能存在。但如果可以寻找到一种方式研究这一相关性并提升模型的精度与稳定性将是充满前景的研究方向!GANs是AI研究中最为前沿和活跃的领域之一,这篇文章从生成对抗的本质、数据、收敛、应用和评测等方面给出了一系列尚未解决的问题,这些存在问题和挑战的地方也是未来将发展的前进的方向,希望这些问题和方向能够启发各位小伙伴研究的新思路。

原文标题:七问生成对抗:谷歌大脑研究员提出未来GANs研究的七个深入方向

文章出处:【微信号:thejiangmen,微信公众号:将门创投】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
分享:

评论

相关推荐

利用语音直接画出人脸,AI再添新能力

听声辨人,利用声纹进行解锁,这种技术已广泛应用,人类的声音含有该个体的一定特征,从而可以进行区分。
的头像 DeepTech深科技 发表于 07-17 09:54 167次 阅读
利用语音直接画出人脸,AI再添新能力

海洋环境对机载雷达探测有哪些影响详细资料分析

文章针对雷达方程, 分析了海洋环境因素对机载雷达探测距离的影响, 建立了雷达探测距离误差模型, 为机....
发表于 07-16 16:35 13次 阅读
海洋环境对机载雷达探测有哪些影响详细资料分析

RF功率放大器如何打破壁垒

作者:Keith Benson 摘要 电信行业不断需要更高的数据速率,工业系统不断需要更高的分辨率,这助推了满足这些需求的电子设...
发表于 07-16 07:56 9次 阅读
RF功率放大器如何打破壁垒

GaN HEMT在电机设计中有以下优点

电机设计中对于GaN HEMT的使用 GaN HEMT的电气特性使得工程师们选择它来设计更加紧凑、承受高压和高频的电动机,...
发表于 07-16 00:27 78次 阅读
GaN HEMT在电机设计中有以下优点

技术 | 东北大学团队开发出低电流下也可高效发光的GaN Micro LED!

也适应于分辨率为2000ppi以上的显示屏
的头像 CINNO 发表于 07-15 10:22 236次 阅读
技术 | 东北大学团队开发出低电流下也可高效发光的GaN Micro LED!

TP65H050WS GaN场效应晶体管的数据手册免费下载

TP65H050WS 650V,50MΩ氮化镓(GaN)场效应晶体管是一种通常关闭的器件。它结合了最....
发表于 07-15 08:00 31次 阅读
TP65H050WS GaN场效应晶体管的数据手册免费下载

能不能用GAN破解标注数据不足的问题呢

在计算机视觉领域,深度学习方法已全方位在各个方向获得突破,这从近几年CVPR 的论文即可看出。但这往....
的头像 AI科技大本营 发表于 07-14 11:58 191次 阅读
能不能用GAN破解标注数据不足的问题呢

阿里达摩院刷新纪录,开放域问答成绩比肩人类水平

这是继 2018 年《Multi-granularity hierarchical attentio....
的头像 AI科技大本营 发表于 07-13 08:26 200次 阅读
阿里达摩院刷新纪录,开放域问答成绩比肩人类水平

盘点一下mAP最高的目标检测算法

要知道 Faster R-CNN已经是2015年提出的论文了,而YOLOv3发表出来也已经一年多了。....
的头像 新智元 发表于 07-13 08:10 181次 阅读
盘点一下mAP最高的目标检测算法

阐述正态分布的概率,并解释它的应用为何如此的广泛

我们可以将这些取值分为不同的集合类,在每一类中,我们记录属于该类结果的次数。例如,我们可以投1000....
的头像 AI科技大本营 发表于 07-13 08:03 216次 阅读
阐述正态分布的概率,并解释它的应用为何如此的广泛

半小时学会PyTorch快速图片分类

cnn_learner 使用来自给定架构的预训练模型构建CNN学习器、来自预训练模型的学习参数用于初....
的头像 新智元 发表于 07-13 07:57 100次 阅读
半小时学会PyTorch快速图片分类

时间序列的特征分析,一文帮你全Get!

首先我们来看 panda 包里面的 read_csv() 函数,它可以将时间序列数据集(关于澳大利亚....
的头像 AI科技大本营 发表于 07-13 07:37 241次 阅读
时间序列的特征分析,一文帮你全Get!

FRVT赛程全纪录:格灵深瞳全球排名前五

在FRVT评测中,测试集是完全不公开的,只有简略的几段话描述。这意味着FRVT用的不是传统那种通过在....
的头像 AI科技大本营 发表于 07-13 07:33 256次 阅读
FRVT赛程全纪录:格灵深瞳全球排名前五

Google AI最新研究用无监督数据增强推进半监督学习,取得令人瞩目的成果

谷歌的结果促进了半监督学习的复兴,而且还发现3点有趣的现象:(1)SSL可以匹配甚至优于使用数量级更....
的头像 新智元 发表于 07-13 07:31 208次 阅读
Google AI最新研究用无监督数据增强推进半监督学习,取得令人瞩目的成果

在kaggle的竞赛中,参赛者取得top0.3%的经验和技巧

预测价格对数和真实价格对数的RMSE(均方根误差)作为模型的评估指标。将RMSE转化为对数尺度,能够....
的头像 AI科技大本营 发表于 07-13 07:29 237次 阅读
在kaggle的竞赛中,参赛者取得top0.3%的经验和技巧

实时功率GaN波形监视的必要性讨论

作者: Grant Smith,德州仪器 (TI)  业务拓展经理 简介 功率氮化镓 (GaN) 器件是电源设计人员工具箱内令人...
发表于 07-12 12:56 160次 阅读
实时功率GaN波形监视的必要性讨论

BigBiGAN问世,“GAN父”都说酷的无监督表示学习模型有多优秀?

BigBiGAN是一种纯粹基于生成模型的无监督学习方法,它在ImageNet上实现了图像表示学习的最....
的头像 AI科技大本营 发表于 07-11 15:48 140次 阅读
BigBiGAN问世,“GAN父”都说酷的无监督表示学习模型有多优秀?

能生成Deepfake也能诊断癌症,GAN与恶的距离

那么,技术本身就存在原罪么?又是哪里出了错呢?
的头像 大数据文摘 发表于 07-09 10:17 196次 阅读
能生成Deepfake也能诊断癌症,GAN与恶的距离

学不好人工智能,你连个披萨都做不出来?!

高科技做食物,或许可以激励吃货们的学习热情?
的头像 网易智能 发表于 07-09 10:07 229次 阅读
学不好人工智能,你连个披萨都做不出来?!

关于机器学习你了解多少

机器学习中的模型也被叫做假设(hypothesis, h),这个h就是我们透过现象想要寻找的“本质”....
发表于 07-08 10:00 69次 阅读
关于机器学习你了解多少

车辆操纵动力学PDF版电子书免费下载

该书基于车辆动力学理论,为读者建立了完整的动力学方程 为车辆关键部件的设计提供了详细的理解。在MAT....
发表于 07-08 08:00 34次 阅读
车辆操纵动力学PDF版电子书免费下载

罗姆在功率元器件领域的探索与发展

前言 在功率元器件的发展中,主要半导体材料当然还是Si。同样在以Si为主体的LSI世界里,在"将基本元件晶体管的尺寸缩小到1...
发表于 07-08 06:09 132次 阅读
罗姆在功率元器件领域的探索与发展

Hinton等人新研究告诉你:标签平滑技术到底怎么用!

为了对这一现象进行解释,本文对标签平滑对网络倒数第二层表示的影响进行了可视化,发现标签平滑使同一类训....
的头像 AI科技大本营 发表于 07-07 09:40 386次 阅读
Hinton等人新研究告诉你:标签平滑技术到底怎么用!

在多个数据集的光流预测任务上大幅提升了预测性能

在每个级别的网络架构(类似于PWC-Net)。˙wl表示水平l的初始粗流,F l表示翘曲的特征表示。....
的头像 新智元 发表于 07-07 07:56 277次 阅读
在多个数据集的光流预测任务上大幅提升了预测性能

图灵机制到底是什么图灵机制的详细资料讲解

我认为图灵机制在诞生在很早的生命阶段,现在的图灵机制是大脑皮层高度扩大之后,提供的扩展能力呈现出来的....
的头像 深度学习 发表于 07-06 09:08 224次 阅读
图灵机制到底是什么图灵机制的详细资料讲解

循环ALCN Tbox具有模型的条件详细资料研究

分析了带循环定义的描述逻辑系统ALCN的研究现状和存在的问题,研究了循环ALCN-Tbox具有模型的....
发表于 07-05 16:43 34次 阅读
循环ALCN Tbox具有模型的条件详细资料研究

半导体工艺技术的发展趋势

  业界对哪种半导体工艺最适合某一给定应用存在着广泛的争论。虽然某种特殊工艺技术能更好地服务一些应用,但其它工艺技术也有...
发表于 07-05 08:13 495次 阅读
半导体工艺技术的发展趋势

摩尔定律对半导体行业的加速度已经明显放缓

半导体行业在摩尔定律的“魔咒”下已经狂奔了50多年,一路上挟风带雨,好不风光。不过随着半导体工艺的特征尺寸日益逼近理论极限...
发表于 07-05 04:20 510次 阅读
摩尔定律对半导体行业的加速度已经明显放缓

如何使用MATLAB构建风险评价数学模型

通过对金属切削机床在每种危险状态下可能对人产生伤害的严重度、人们暴露于危险区的频率和危险出现的概率等....
发表于 07-02 17:41 34次 阅读
如何使用MATLAB构建风险评价数学模型

嵌入式开发教程之Saber中的模型加密工具功能问题的详细资料说明

有关saber中template加密功能的问题,部分原文如下:domono兄,官方网站上说saber....
发表于 07-02 17:41 27次 阅读
嵌入式开发教程之Saber中的模型加密工具功能问题的详细资料说明

为什么这么多人看好氮化镓?

GaN属于第三代高大禁带宽度的半导体材料,和第一代的Si以及第二代的GaAs等前辈相比,其在特性上优....
的头像 第一手机界 发表于 07-01 15:16 350次 阅读
为什么这么多人看好氮化镓?

聚焦 | GaN产业规模有望突破200亿美元

近年来,由于氮化镓(GaN)在高频下的较高功率输出和较小的占位面积,GaN已被RF工业大量采用。
的头像 GaN世界 发表于 07-01 15:13 269次 阅读
聚焦 | GaN产业规模有望突破200亿美元

DeepNude惊现!一键“脱衣”

人工智能的黑暗面能有多黑?
的头像 大数据文摘 发表于 07-01 09:54 7482次 阅读
DeepNude惊现!一键“脱衣”

GaN产业规模有望突破200亿美元

近年来,由于氮化镓(GaN)在高频下的较高功率输出和较小的占位面积,GaN已被RF工业大量采用。
的头像 旺材芯片 发表于 06-30 12:53 957次 阅读
GaN产业规模有望突破200亿美元

没有数据的人工智能不是真正的智能

人工智能的目标是让机器像人类一样学会学习。算法训练、深度学习等都需要大量数据支持,数据挖掘是人工智能....
发表于 06-29 10:29 82次 阅读
没有数据的人工智能不是真正的智能

GaN已被RF工业大量采用有望突破200亿美元

近年来,由于氮化镓(GaN)在高频下的较高功率输出和较小的占位面积,GaN已被RF工业大量采用。根据....
的头像 电力电子技术与新能源 发表于 06-29 10:09 538次 阅读
GaN已被RF工业大量采用有望突破200亿美元

一套触屏式交互数据分析和预测系统再现《钢铁侠》全息黑科技

再现《钢铁侠》全息黑科技在ACM SIGMOD 2019上发表的该项目的研究论文中,研究人员详细介绍....
的头像 新智元 发表于 06-29 09:35 324次 阅读
一套触屏式交互数据分析和预测系统再现《钢铁侠》全息黑科技

无需翻译的无监督复述的新方法:允许从输入句子生成多样化、但语义上接近的句子

理论上来看,翻译技术可能是自动复述的有效解决方案,因为翻译技术是从语言实现中抽象出语义内容。例如,将....
的头像 新智元 发表于 06-29 07:41 531次 阅读
无需翻译的无监督复述的新方法:允许从输入句子生成多样化、但语义上接近的句子

何恺明团队所在的Facebook AI推出ResNeXt-101模型

本文试图通过研究一个未开发的数据体系来解决这个复杂的问题:使用外部社交媒体上数十亿的带有标签的图像作....
的头像 新智元 发表于 06-29 07:26 630次 阅读
何恺明团队所在的Facebook AI推出ResNeXt-101模型

Nature高光论文被质疑存在重大缺陷

本周,两位从事地震分析的数据科学家Arnaud Mignan和Marco Broccardo也撰文指....
的头像 新智元 发表于 06-29 07:21 281次 阅读
Nature高光论文被质疑存在重大缺陷

行业 | 功率半导体需求旺,预计2030年SiC增长10倍,GaN翻至60倍

预计2030年(与2018年相比)SiC成长10倍,GaN翻至60倍,Si增长45.1%。
的头像 宽禁带半导体技术创新联盟 发表于 06-28 16:03 284次 阅读
行业 | 功率半导体需求旺,预计2030年SiC增长10倍,GaN翻至60倍

脑细胞研究员感谢人工智能

脑细胞研究员的独白:感谢人工智能,不用再每天对着显微镜苦干了,由于分析细胞并不需要添加固定剂或荧光染....
发表于 06-28 14:41 56次 阅读
脑细胞研究员感谢人工智能

如何才能获得PSpice模型?

你好all1 我正在寻找VN5050 PSpice型号。 我看到该IC的Orcad库可用。 我怎样才能获得PSpice模型? #vn5050 ...
发表于 06-28 10:25 515次 阅读
如何才能获得PSpice模型?

生成对抗网络 vs 图像水印,去除效果理想

本文介绍了一种更为强大的水印去除器。
的头像 AI科技大本营 发表于 06-26 14:01 217次 阅读
生成对抗网络 vs 图像水印,去除效果理想

功率半导体需求旺 预计2030年SiC增长10倍,GaN翻至60倍

据日本富士经济(Fuji Keizai)6月发布功率半导体全球市场的报告预估,汽车,电气设备,信息和....
的头像 渔翁先生 发表于 06-25 11:22 3856次 阅读
功率半导体需求旺 预计2030年SiC增长10倍,GaN翻至60倍

GaN基微波半导体器件材料的特性

宽禁带半导体材料氮化镓(GaN)以其良好的物理化学和电学性能成为继第一代元素半导体硅(Si)和第二代化合物半导体砷化镓(G...
发表于 06-25 07:41 121次 阅读
GaN基微波半导体器件材料的特性

李飞飞等人ICLR2019论文构建人类眼睛感知评估(HYPE),带给你新的认知

我们在ImageNet 的和CIFAR-10数据集上对HYPE 的性能进行了测试。当产生CIFAR-....
的头像 新智元 发表于 06-23 10:08 415次 阅读
李飞飞等人ICLR2019论文构建人类眼睛感知评估(HYPE),带给你新的认知

一种基于对抗生成模型的新方法,名曰“CosmoGAN”

不过最近,“基于神经网络的深度生成模型的进步,让许多类型的模拟器(包括宇宙学中的模拟器)构建性能更强....
的头像 新智元 发表于 06-23 10:05 529次 阅读
一种基于对抗生成模型的新方法,名曰“CosmoGAN”

设计全向滚动球形机器人的内驱动机构和运动分析与轨迹规划

设计了一种全向滚动球形机器人的内驱动机构,4 台直线电机分别在4 个空间对称的轮辐上径向移动,改变系....
发表于 06-21 17:14 76次 阅读
设计全向滚动球形机器人的内驱动机构和运动分析与轨迹规划

整车电子电气协同设计平台的详细资料说明

传统基于文档的设计由于其低复用性、无关联性、无协同性等缺点,已经无法适应日益增长的电子电气开发需求。....
发表于 06-21 15:43 67次 阅读
整车电子电气协同设计平台的详细资料说明

间谍用GAN生成“红发美女”!

利用人工智能技术生成虚拟形象,给其赋予真实身份(智库从业者)、样貌(一般是年轻女性),并利用这一身份....
的头像 大数据文摘 发表于 06-21 11:06 446次 阅读
间谍用GAN生成“红发美女”!

基于GaN的开关器件

在过去的十多年里,行业专家和分析人士一直在预测,基于氮化镓(GaN)功率开关器件的黄金时期即将到来。与应用广泛的MOSFET...
发表于 06-21 08:27 134次 阅读
基于GaN的开关器件

无所不能的“GAN”究竟是什么?

虽然近期对GAN存在着大量炒作,但它显然是近年来从AI领域出现的最有趣的新概念之一,我们可以期待在不....
的头像 新智元 发表于 06-19 17:27 648次 阅读
无所不能的“GAN”究竟是什么?

QORVO®通过10W Ka波段GaN放大器打破功率屏障

移动应用、基础设施与国防应用中核心技术与 RF 解决方案的领先供应商 Qorvo®, Inc.宣布,....
的头像 宽禁带半导体技术创新联盟 发表于 06-17 16:38 436次 阅读
QORVO®通过10W Ka波段GaN放大器打破功率屏障

DeepFake换脸术混淆视听 搅乱美国政坛

最近,DeepFake 技术又一次站在了风口浪尖上。不只是因为它能在小电影上移花接木,而是立法者终于....
的头像 DeepTech深科技 发表于 06-17 09:35 424次 阅读
DeepFake换脸术混淆视听 搅乱美国政坛

深度ReLU网络的训练动态过程及其对泛化能力的影响

基于这个框架,我们试图用统一的观点来解释这些令人费解的经验现象。本文使用师生设置,其中给过度参数化的....
的头像 新智元 发表于 06-15 10:48 515次 阅读
深度ReLU网络的训练动态过程及其对泛化能力的影响

清华大学“人工智能前沿与产业趋势”系列讲座的第五讲

其次是应用。雷鸣提到,在医疗方面,人类已经定义的疾病有3万多种,这疾病如何分类、如何预测,都是需要通....
的头像 新智元 发表于 06-15 10:10 835次 阅读
清华大学“人工智能前沿与产业趋势”系列讲座的第五讲

TensorFlow再填新功能!谷歌宣布推出TensorFlow.Text

TensorFlow一直以来致力于为用户提供更广泛的选择,帮助用户利用图像和视频数据构建模型。但是,....
的头像 新智元 发表于 06-15 09:49 748次 阅读
TensorFlow再填新功能!谷歌宣布推出TensorFlow.Text

碳化硅与氮化镓的发展

5G将于2020年将迈入商用,加上汽车走向智慧化、联网化与电动化的趋势,将带动第三代半导体材料碳化硅(SiC)与氮化镓(GaN)的发...
发表于 05-09 06:21 136次 阅读
碳化硅与氮化镓的发展