Изменения

Перейти к: навигация, поиск

PixelRNN и PixelCNN

43 байта добавлено, 00:36, 28 декабря 2020
RowLSTM
Как видно из формулы и Рисунка 2, значение текущего скрытого состояния не зависит от предыдущего слева, а зависит только от предыдущих сверху, которые считаются параллельно.
Таким образом, главным преимуществом алгоритма перед наивным [[Долгая краткосрочная память|''LSTM'']] является более быстрое обучение модели, однако качество получаемых изображений ухудшается. Основной проблемой подхода является тоЭто связанно как минимум с тем, что модель не использует пиксели только мы используем контекст пикселей с предыдущей строки, но никак не используем контекст соседнего слева пикселя слева, который на самом деле которые является достаточно важенважным, т.к. является ближайшим в с точки зрения построчной генерации изображения. Значит надо научиться находить скрытое состояние слева, но делать это эффективно.
=== Diagonal BiLSTM ===
101
правка

Навигация