为什么CV能做到让一幅人脸图动了笑了，而NLP的text-style-transfer进展貌似一般？ 第1页
1
shaohuali 网友的相关建议:
因为脸的复杂度很低。虽然人们可以感到脸的各种微妙差异，但其实是因为人脑里有专门的脸部识别区 [1-2]，放大了实际图像里的variations。实际上人脸图像是可以用一个低维manifold表示的，所以StyleGAN之类模型可以把人脸表示得很好。而nlp是高度非线性，语义很diverse，每个段落都很specific，所以语料里可以直接transfer的语义比较稀疏，导致style transfer很难做。
[1] https://m.guokr.com/article/441966/
[2]
xie-ling-xi 网友的相关建议:
女王:求求题主放过我，我可不敢有什么政绩。。。
1
相关话题
如何评价《State Estimation for Robotics》？如何评价微软机器翻译在 WMT2017 中英翻译达到「人类水平」？
如何看待多模态transformer，是否会成为多模态领域的主流？
实验室一块GPU都没有怎么做深度学习？
Transformer是如何处理可变长度数据的？
如何看待斯坦福博士生2prime陆一平关于新冠起源的一系列言论？
没有顶会的CV/NLP方向的博士生毕业出路在哪里？
如何评价 BERT 模型？
CV方向多模态融合有哪些好的paper？
为什么有的论文放出训练好的模型和测试脚本，但不开源训练代码？
下一个讨论
男朋友跟我说不想出彩礼怎么办？
相关的话题
机器学习如何才能避免「只是调参数」？Yoshua Bengio为什么能跟Hinton、LeCun相提并论？？
有什么深度学习数学基础书推荐？
神经网络的万能逼近定理已经发展到什么地步了？
graph convolutional network有什么比较好的应用task？
大三电子类专业要分流，大家能给个建议吗?
GAN的生成器是怎么产生图片的？
使用强化学习解决实际问题时常常避不开环境模拟或者使用离线强化学习算法，两者分别有什么优缺点？
有什么深度学习数学基础书推荐？
计算商品embedding然后平均得到用户embedding，会不会存在这种问题？
行人轨迹预测有哪些有效的方法和普遍的base方法？或者public dataset?
华为应届顶尖博士年薪百万，读博是不是有希望了？
时间序列数据上可以抽取哪些频域特征？
这一波人工智能泡沫将会怎么破灭？
深度学习到底是「实验科学」还是「理论科学」？能否称为「算法」？
视觉算法的工业部署及落地方面的技术知识，怎么学？
计算成像(computational photography)方向的就业前景如何？
如何看待在某度搜不到megengine官网？
深度学习中有哪些数据增强方法？
如何看待SQuAD比赛中，阿里、MSRA机器阅读理解准确率超越人类？
多模态方面，有哪些牛组值得我们follow他们的工作？
2021 年了，机器/深度学习还有哪些坑比较好挖？
你遇见过什么当时很有潜力但是最终没有流行的深度学习算法?
物理专业的学生如何看待机器学习和大数据这些方向呢？
在集成电路设计领域（数字，模拟），人工智能有无可能取代人类？
2019年，计算机视觉领域，你推荐哪些综述性的文章？
国内哪些公司在用caffe、torch、TensorFlow、paddle等框架，哪些在用自研框架？
为什么谈论深度学习工具时，很少有人讨论matlab的神经网络工具包？
深度学习中，模型大了好还是小了好呢？
GAN生成的数据没有标签怎么用来训练分类模型？