分享
中新经纬>>

百合网对方把你拉黑,暗黑破坏神3中文版,格兰特·古斯汀结婚,传奇战门家族

2019-07-21 中新经纬

   

百合网对方把你拉黑【新智元导读】DeepMind今天在Science发表论文,提出生成查询网络(GenerativeQueryNetwork,GQN),能够在无监督的情况下,抽象地描述场景元素,并通过想象渲染出场景中没有见到的部分。这项工作展示了没有人类标签或领域知识的表示学习,为机器自动学习并理解周围世界铺平了道路。如果说新智元昨天介绍的DeepMind那篇有关图网络的论文重磅,那么这篇最新的Science更显分量。图:使用GQN,我们观察到数据效率更高的策略学习(policylearning),与使用原始像素的标准方法相比,其获得收敛级性能的交互减少了约4倍。论文地址:

暗黑破坏神3中文版来源:Science,DeepMind论文一作解读GQN演示了一种学习紧凑的、基础的物理场景表示的新方法。关键的是,我们提出的方法不需要专用领域工程(domain-specificengineering)或耗时的场景内容标记,从而允许将相同的模型应用于各种不同的环境。GQN还学会了一个强大的神经渲染器,能够从新的视角生成精确的场景图像。GQN演示了一种学习紧凑的、基础的物理场景表示的新方法。关键的是,我们提出的方法不需要专用领域工程(domain-specificengineering)或耗时的场景内容标记,从而允许将相同的模型应用于各种不同的环境。GQN还学会了一个强大的神经渲染器,能够从新的视角生成精确的场景图像。

格兰特·古斯汀结婚此前我们不知道神经网络能否能学会以如此精确和可控的方式来创建图像,DeepMind的研究员、论文的第一作者AliEslami表示:但是,这次我们发现具有足够深度的网络,可以在没有任何人类工程干预的情况下,学习透视和光线。这是一个非常惊人的发现。GQN:仅使用从场景中感知到的数据做训练在这些环境中进行训练后,我们使用GQN的表示网络来形成新的、以前未观察到的场景的表示。我们的实验表明,GQN具有以下几个重要特性:当谈到我们人类如何理解一个视觉场景时,涉及的不仅仅是视觉:我们的大脑利用先验知识进行推理,并做出远远超出光线的模式的推断。例如,当你第一次进入一个房间时,你能够立即识别出房间里的物品以及它们的位置。如果你看到一张桌子的三条腿,你会推断,可能存在第四条桌子腿从你的视线中隐藏了,它的颜色和形状应该与其他三条腿相同。即使你看不到房间里的所有东西,你也很可能勾画出它的布局,或者从另一个角度想象它的样子。

传奇战门家族论文地址:【新智元导读】DeepMind今天在Science发表论文,提出生成查询网络(GenerativeQueryNetwork,GQN),能够在无监督的情况下,抽象地描述场景元素,并通过想象渲染出场景中没有见到的部分。这项工作展示了没有人类标签或领域知识的表示学习,为机器自动学习并理解周围世界铺平了道路。虽然还有诸多局限,但DeepMind的这项工作,在此前许许多多相关研究的基础上更进一步,展示了我们在让机器理解世界的道路上,迈出了坚实一步。Agent从不同视角观察训练场景

(编辑:董文博)
中新经纬版权所有,未经书面授权,任何单位及个人不得转载、摘编以其它方式使用。
关注中新经纬微信公众号(微信搜索“中新经纬”或“jwview”),看更多精彩财经资讯。
关于我们  |   About us  |   联系我们  |   广告服务  |   法律声明  |   招聘信息  |   网站地图

本网站所刊载信息,不代表中新经纬观点。 刊用本网站稿件,务经书面授权。

未经授权禁止转载、摘编、复制及建立镜像,违者将依法追究法律责任。

[京ICP备17012796号-1]

违法和不良信息举报电话:18513525309 举报邮箱:zhongxinjingwei@chinanews.com.cn

Copyright ©2017-2019 jwview.com. All Rights Reserved


北京中新经闻信息科技有限公司