知识卡片

普通读书笔记卡 · 9452.b · 生成模型:Tencent Hunyuan Hy

图像空间与数据分布

理解等级:中级

理解生成网络需要先建立两个概念:数据空间与数据分布。数据空间是数据所在的空间。以128×128的明星照片为例,它等价于一个128×128×3的三阶张量,这张照片就是该规模下所有可能图像集合中的一个点。

关键是:并非只有恰好这128×128个像素的照片才是这位明星。皮肤浅一点、头发深一点、像素稍微移动,仍是同一张脸。因此在图像空间里,有很多组合的数据点都符合要求,它们在空间中的散落并不均匀——有些位置聚集的数据点很多,有些很少甚至没有,这种分布规律就称为数据分布。

用途与边界:生成网络的目标就是让随机点生成的概率分布尽量逼近真实数据集的像素分布。真实图像分布极其复杂、无法直接得知,这正是需要深度神经网络来拟合的原因。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • AI绘画与生成对抗网络 13.1.2 生成网络是什么 · 查看原书依据

      因此在这个图像空间中,其实有很多种组合的数据点都符合我们的要求。这些数据点在空间中散落的地方存在一定规律,空间中有些位置聚集的数据点比较多,有些位置聚集的比较少,或者没有数据点,如图 13-6 所示。这种数据在空间中的分布

    参考来源

    - 位置:《产品经理进阶:100个案例搞懂人工智能 (林中翘)》第13章《AI绘画与生成对抗网络》(源文件:`../../book-sources/extracted/产品经理进阶:100个案例搞懂人工智能 (林中翘)/_epub-src/OEBPS/text00018.html`,来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292) - 结论依据:原文说明图像空间中符合要求的组合不止一种、数据点聚集程度有规律,并把这种散落规律定义为“数据分布”,为后文“生成分布逼近真实分布”的训练目标奠定了基础。 - 原始内容:因此在这个图像空间中,其实有很多种组合的数据点都符合我们的要求。这些数据点在空间中散落的地方存在一定规律,空间中有些位置聚集的数据点比较多,有些位置聚集的比较少,或者没有数据点,如图 13-6 所示。这种数据在空间中的分布