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
为什么图形学的会议siggraph的论文代码很少会开源？好像视觉如CVPR、ICCV开源的更多一些。学习机器学习应该看哪些书籍？
如何激怒一位人工智能（机器学习、深度学习、强化学习等）爱好者？
预训练模型的训练任务在 MLM 之外还有哪些有效方式？
你见过最差的算法工程师能差到什么程度？
如何看待KDD'21的文章，异质图神经网络的效果不如简单的GCN、GAT？
GAN的生成器是怎么产生图片的？
老师给了一个神经网络的程序，他之前是跑通了的，但是我迭代几十次或者一百多次就报错。这个怎么解决?
NLP文本分类的本质是不是其实是找相似，对于要分类的句子，在训练集里找最相似的句子？
怎样计算两个服从高斯分布的向量乘积的期望？
下一个讨论
男朋友跟我说不想出彩礼怎么办？
相关的话题
为何中国人迷恋吴恩达的机器学习课？如何用最简单的语言统一描述多元函数求导（对向量求导、对矩阵求导等）？
如何评价CUHK以及Yuanjun Xiong提出的Trajectory Convolution？
如何看待 Richard Sutton 说的「人工智能中利用算力才是王道」？
如果百年后深度学习最终有了公认的数学理论作为基础，能解释实验中的各类玄学，那这个理论会长什么样子？
如何看待KDD'21的文章，异质图神经网络的效果不如简单的GCN、GAT？
可以对只有一个像素的图片拥有版权或著作权吗？为什么？
FPGA做深度学习能走多远？
数据挖掘与数据分析的主要区别是什么？
为什么现在的CNN模型都是在GoogleNet、VGGNet或者AlexNet上调整的？
如何评价AWS的图神经网络框架DGL？
测试集在构造的时候需要人为控制其中应该正确的和应该错误的数据比例吗？
为什么熵值最大的分布状态是正态分布而不是均匀分布？
Transformer是如何处理可变长度数据的？
如何评价MSRA视觉组最新对spatial attention mechanism分析论文？
如何直观地解释 backpropagation 算法？
学习SLAM需要哪些预备知识？
机器学习初学者该如何选读适合自己水平的论文？
消融实验是什么？
NLP 方向在国内清北读博还是国外？
神经网络的万能逼近定理已经发展到什么地步了？
联邦学习/联盟学习 (Federated Learning) 的发展现状及前景如何？
如何评价哈工大的左旺孟老师？
如何评价各种关联因素分析算法,尤其是在算法效果对比方面?
如何看待 Google TPU？寒武纪芯片较之有哪些优势与不足？
广告算法工程师的核心竞争力是什么？
在NLP当中，不同的评价指标，BLEU, METEOR, ROUGE和CIDEr的逻辑意义？
为什么有些学数学的看不惯甚至鄙视 Deep Learning？
在CV/NLP/DL领域中，有哪些修改一行代码或者几行代码提升性能的算法？
迁移学习入门，新手该如何下手？