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CUHK以及Yuanjun Xiong提出的Trajectory Convolution？机器学习中常常提到的正则化到底是什么意思？
神经网络为什么可以（理论上）拟合任何函数？
未来 3~5 年内，哪个方向的机器学习人才最紧缺？
如何评价《Science》封面文章《通过概率规划归纳的人类层次概念学习》?
AI 有可能代替人类从事数学研究吗？
如何评价Momenta ImageNet 2017夺冠架构SENet?
如何评价百度自动驾驶 ApolloAuto 在 Github 上发布的代码？
多任务学习成功的原因是引入了别的数据库还是多任务框架本身呢？
如何解决测试中充斥着大量训练集中没见过的样本类型模型将其识别成非我族类仍然保持测试集的高精度？
下一个讨论
男朋友跟我说不想出彩礼怎么办？
相关的话题
2021年，作为算法工程师的你们会在CV业务落地上用Transformer吗？视觉Transformer如何优雅地避开位置编码？
多任务学习成功的原因是引入了别的数据库还是多任务框架本身呢？
如何看待 Larrabee 之父 Tom Forsyth 重加入 Intel？英特尔为何下注独立显卡？
据说机器学习长于预测，计量经济学长于解释。有什么具体例子是机器学习完成了很好的预测却在解释上表现不好？
如何评价 MXNet 被 Amazon AWS 选为官方深度学习平台？
Jacobian矩阵和Hessian矩阵的作用是什么？
如果推出一款有「滤镜」功能的写作软件，修饰平庸的文字，会有市场吗？
梯度下降法的神经网络容易收敛到局部最优，为什么应用广泛？
如何看待FAIR提出的8-bit optimizer：效果和32-bit optimizer相当？
能否对卷积神经网络工作原理做一个直观的解释？
image caption这个方向更偏向NLP还是CV？
联邦学习在机器学习领域有什么独立存在的价值?
机器学习该怎么入门？
大家用resnet50在imagenet上面top1最高能到多少？
GAN 真的创造了新的信息吗？
土木和机器学习/深度学习/算法的交叉岗位在哪里找呀？ 在哪找都找不到招聘公司?
2021年人工智能领域有哪些关键性进展和突破？
机器学习初学者该如何选读适合自己水平的论文？
有没有哪些人工的工作是无法被机器替代的？
经过足够长的时间， AlphaGo 的棋谱能收敛到一张上吗？
应届硕士毕业生如何拿到知名互联网公司算法岗（机器学习、数据挖掘、深度学习） offer？
如何评价AWS的图神经网络框架DGL？
为什么VAE-GAN的训练很容易发生梯度爆炸，如何避免？
在机器学习模型的训练期间，大概几十分钟到几小时不等，大家都会在等实验的时候做什么？
时间序列和回归分析有什么本质区别？
如何理解矩阵对矩阵求导？
2021年了，机器学习有什么高质量的专著?
深度学习领域，你心目中 idea 最惊艳的论文是哪篇？
凸分析和凸优化有什么推荐的教材吗？