隨著科技技術的不斷發(fā)展，大數(shù)據(jù)在人工智能領域上擁有越來越多的作用，當然大數(shù)據(jù)的分析與挖掘已經成為各科研單位的研究熱點。尤其指向在一定時間范圍內用常規(guī)軟件工具進行捕捉、管理和處理的數(shù)據(jù)集合。
前段時間，英偉達公司發(fā)布了一種最先進的深度學習算法，它可以有效編輯圖像或復原那些像素有缺失的圖像。然后通過刪除圖像的部分內容再進行填充的方式，并且利用大數(shù)據(jù)來重新編輯圖像。
據(jù)研究人員表示，這種“圖像修復”功能應用在照片編輯軟件中，先摳掉圖像中不需要的內容，同時用算法生成的真實數(shù)據(jù)來填充。其次，通過將生成的馬賽克圖案覆蓋在ImageNet，Places2 和CelebA－HQ數(shù)據(jù)集的圖像上，使用NVIDIA Tesla V100 GPU和經過cuDNN加速的PyTorch深度學習框架來訓練神經網絡。
為了解決這個問題，研究團隊開發(fā)了一種方法，確保受損像素的輸出不依賴于因這些像素產生的輸入值。使用一組損失函數(shù)來訓練模型，匹配VGG模型的特征損失和風格損失以產生逼真的輸出，在未來相同的網絡框架可以來完成高分辨率圖像的處理任務。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
