फलों को नकली बनाने, बहाल करने और जाँच करने की योजना। पुस्तक का अंश

हैलो, हब्रोज़िटेली! अब तक, खिड़की के बाहर ऐसी स्थिति, हमने अपनी पुस्तक जनरेटिव डीप लर्निंग से एक दिलचस्प अंश साझा करने का फैसला किया। तंत्रिका नेटवर्क की रचनात्मक क्षमता "डेविड फोस्टर द्वारा"।

सेब और संतरे

ग्रैनी स्मिथ और फ्लोरिडा ग्रींग्रोसर के सह-मालिक हैं। अधिकतम दक्षता प्राप्त करने के लिए, प्रत्येक स्टोर में अपनी अलमारियों का ख्याल रखता है। उदाहरण के लिए, दादी स्मिथ को सेब की अपनी पसंद पर गर्व है, और फ्लोरिडा घंटों के लिए संतरे देता है, जिससे उनका सही स्थान प्राप्त होता है। दोनों अपने आप में इतने आश्वस्त हैं कि वे एक समझौते पर सहमत हुए: सेब की बिक्री से लाभ दादी स्मिथ को जाएगा, संतरे की बिक्री से लाभ फ्लोरिडा जाएगा।

दुर्भाग्य से, न तो दादी स्मिथ और न ही फ्लोरिडा का इरादा ईमानदारी से प्रतिस्पर्धा करने का है। जब फ्लोरिडा नहीं देखता है, दादी स्मिथ संतरे के साथ खिड़की के लिए अपना रास्ता बनाती है और उन्हें लाल रंग देना शुरू कर देती है ताकि वे सेब की तरह दिखें! फ्लोरिडा बिल्कुल वैसा ही करता है: वह दादी स्मिथ के सेबों को संतरे की तरह दिखने की कोशिश करता है, जब वह वापस मुड़ता है तो एक उपयुक्त रंग के स्प्रे का उपयोग करता है। इस वजह से, ग्राहक अक्सर उन गलत फलों को चुनते हैं जिन्हें वे खरीदने का इरादा रखते थे। जो लोग संतरे खरीदने के बारे में थे वे कभी-कभी गलती से फ्लोरिडा के रंगीन सेब चुन लेते हैं, और जो लोग गलती से सेब खरीदना चाहते थे वे दादी स्मिथ के मुखौटे को चुनते हैं। अंत में, प्रत्येक फल के लिए लाभ को जोड़ दिया जाता है और समझौतों के अनुसार विभाजित किया जाता है - जब भी उसके एक सेब को नारंगी के रूप में बेचा जाता है, तो दादी स्मिथ पैसे खो देती है।और फ्लोरिडा, जब उसके एक संतरे को सेब के रूप में बेचा जाता है।

स्टोर बंद होने के बाद, दोनों फलों की अलमारियों पर ऑर्डर बहाल करना शुरू करते हैं। लेकिन प्रतिद्वंद्वी द्वारा किए गए पेंट को धोने की कोशिश करने के बजाय, दोनों बस फेक पेंट करते हैं, उन्हें अपने मूल रूप में वापस लाने की कोशिश कर रहे हैं। उनके लिए यह काम सही तरीके से करना महत्वपूर्ण है: यदि फल नहीं दिखते हैं जैसा कि उन्हें चाहिए, तो वे उन्हें अगले दिन बेच नहीं पाएंगे और फिर से मुनाफा खो देंगे। यह सुनिश्चित करने के लिए कि उनके कार्य सही हैं, वे कभी-कभी अपने फलों पर अपने तरीकों का परीक्षण करते हैं। फ्लोरिडा अपने संतरे छिड़कता है और यह देखने के लिए जांच करता है कि क्या वे मूल के समान दिखते हैं। दादी स्मिथ सेब पर "कौशल" का परीक्षण करती है। यदि वे स्पष्ट विसंगतियां पाते हैं, तो उन्हें अधिक उन्नत तरीकों (चित्र। 5.2) के अध्ययन पर कड़ी मेहनत से अर्जित लाभ को खर्च करना होगा।

सबसे पहले, खरीदार अक्सर गलत विकल्प बनाते हैं। हालांकि, समय के साथ, वे अनुभव प्राप्त करते हैं और यह निर्धारित करना सीखते हैं कि कौन से फल नकली थे। यह दादी स्मिथ और फ्लोरिडा को एक-दूसरे के फलों को बनाने में स्वयं को परिपूर्ण करने के लिए मजबूर करता है, साथ ही साथ उनके मूल स्वरूप को भी बहाल करने में मदद करता है। इसके अलावा, उन्हें समय-समय पर यह सुनिश्चित करने की आवश्यकता होती है कि उनके द्वारा उपयोग किए जाने वाले ट्रिक्स अपने स्वयं के फलों की उपस्थिति में बदलाव न करें।

इस हास्यास्पद खेल के कई दिनों और हफ्तों के बाद, उन्होंने देखा कि कुछ अद्भुत हुआ था। ग्राहक अब असली और नकली फलों में अंतर नहीं करते हैं। अंजीर में। 5.3 दर्शाता है कि फल मिथ्याकरण और पुनर्स्थापना के साथ-साथ परीक्षण के बाद क्या दिखते हैं।

CycleGAN

पिछली कहानी एक रूपक है जो जनरेटिव मॉडलिंग में प्रमुख क्षेत्रों में से एक के विकास का वर्णन करती है, जिसे स्टाइल ट्रांसफर के रूप में जाना जाता है: एक चक्रीय रूप से समन्वित जनरेटिव-प्रतिस्पर्धी नेटवर्क, या साइकलगैन। इस नेटवर्क का वर्णन करने वाला लेख शैली हस्तांतरण के क्षेत्र में एक महत्वपूर्ण कदम है और दिखाता है कि कैसे एक मॉडल को प्रशिक्षित किया जा सकता है जो युग्मित उदाहरणों के प्रशिक्षण सेट का उपयोग किए बिना किसी संदर्भ छवि के सेट से किसी अन्य छवि को कॉपी कर सकता है।

पहले से मौजूद शैली हस्तांतरण मॉडल, जैसे कि Pix2pix, के लिए आवश्यक है कि प्रशिक्षण सेट में प्रत्येक छवि स्रोत और लक्ष्य रूप दोनों में मौजूद हो। कुछ शैली हस्तांतरण कार्यों के लिए (उदाहरण के लिए, ब्लैक-एंड-व्हाइट तस्वीरों को रंगीन तस्वीरों में बदलने, उपग्रह इमेजरी में नक्शे) के लिए, आप ऐसा डेटा सेट बना सकते हैं, लेकिन दूसरों के लिए यह संभव नहीं है। उदाहरण के लिए, हमारे पास उस तालाब की मूल तस्वीरें नहीं हैं, जहाँ से मोनेट ने अपनी श्रृंखला "वॉटर लिलीज़" लिखी थी, और पिकासो द्वारा एम्पायर स्टेट बिल्डिंग की छवि के साथ पेंटिंग। सादृश्य से, यह समान पोज में खड़े घोड़ों और जेब्रा की तस्वीरों को प्राप्त करने के लिए जबरदस्त प्रयास करेगा। Pix2pix विधि का वर्णन करने वाले एक लेख के कुछ ही महीनों बाद CycleGAN का वर्णन करने वाला एक लेख सामने आया, और दिखाता है कि उसी समस्याओं को हल करने के लिए एक मॉडल को कैसे प्रशिक्षित किया जाए:लेकिन स्रोत और लक्ष्य छवियों के जोड़े के अभाव में। अंजीर में। चित्र 5.4 क्रमशः युग्मित और अप्रकाशित pix2pix और CycleGAN डेटासेट के बीच अंतर दिखाता है। यदि Pix2pix विधि आपको केवल एक दिशा (स्रोत शैली से लक्ष्य तक) में बदलाव का अनुकरण करने की अनुमति देती है, तो CycleGAN एक ही समय में दोनों दिशाओं में मॉडल को प्रशिक्षित करता है, ताकि मॉडल स्रोत छवियों को लक्ष्य और इसके विपरीत में परिवर्तित करना सीखे। यह संपत्ति मॉडल की वास्तुकला के कारण है, इसलिए आपको स्वचालित रूप से विपरीत दिशा में परिवर्तित करने की क्षमता मिलती है।जिसके लिए मॉडल स्रोत छवियों को लक्ष्य और इसके विपरीत में परिवर्तित करना सीखता है। यह संपत्ति मॉडल की वास्तुकला के कारण है, इसलिए आपको स्वचालित रूप से विपरीत दिशा में परिवर्तित करने की क्षमता मिलती है।जिसके लिए मॉडल स्रोत छवियों को लक्ष्य और इसके विपरीत में परिवर्तित करना सीखता है। यह संपत्ति मॉडल की वास्तुकला के कारण है, इसलिए आपको विपरीत दिशा में स्वचालित रूप से परिवर्तित करने की क्षमता मिलती है।

आइए देखें कि कैसे कायर का उपयोग करके एक साइकिल मॉडल का निर्माण करना है। शुरू करने के लिए, आइए एक उदाहरण के रूप में सेब और संतरे के साथ पिछले उदाहरण को लें, CycleGAN के सभी भागों के माध्यम से जाएं और इसकी वास्तुकला के साथ प्रयोग करें। फिर हम एक मॉडल बनाने के लिए उसी दृष्टिकोण को लागू करते हैं जो किसी विशेष कलाकार की शैली को आपकी पसंद की तस्वीर पर लागू कर सकता है।

आपका पहला CycleGAN नेटवर्क

निम्नलिखित में से अधिकांश कोड्स-गैन भंडार (http://bit.ly/2Za68J2) से उधार लिया गया था, जिसे एरिक लिंडर-नॉरेन द्वारा बनाए रखा गया था। इस अद्भुत संसाधन में केरस के साथ कार्यान्वित विभिन्न पुस्तकों के जेनरेटर-प्रतिस्पर्धी नेटवर्क के कई उदाहरण हैं।

सबसे पहले आपको उस डेटा को डाउनलोड करना होगा जो प्रशिक्षण के लिए उपयोग किया जाएगा। उस फ़ोल्डर में जहां आपने पुस्तक के उदाहरणों के साथ रिपॉजिटरी को क्लोन किया था, कमांड चलाएं:

bash ./scripts/download_cyclegan_data.sh apple2orange

सेब और संतरे की छवियों के डाउनलोड किए गए सेट में, जिसे हम बाद में उपयोग करेंगे, डेटा को चार फ़ोल्डरों में विभाजित किया गया है: ट्रेनए और टेस्टा में सेब की छवियां होती हैं, और ट्रेनबी और टेस्टबी में संतरे की छवियां होती हैं। यही है, ए सेब की छवियों के स्थान का प्रतिनिधित्व करता है, और बी संतरे की छवियों के स्थान का प्रतिनिधित्व करता है। हमारा लक्ष्य मॉडल फ़ोल्डर में डेटा सेट को ट्रेन ए में सेट ए से बी, और इसके विपरीत में छवियों को बदलने के लिए प्रशिक्षित करना है। परीक्षण फ़ोल्डर्स में छवियां हम मॉडल की गुणवत्ता का परीक्षण करने के लिए उपयोग करते हैं।

»पुस्तक की अधिक जानकारी प्रकाशक की वेबसाइट
» सामग्री
» अंश पर पाई जा सकती है