தெளிவான முடிவை வழங்க நாசாவின் விண்வெளி புகைப்படத்தை மீண்டும் உருவாக்குதல். இப்போது விண்வெளிப் பயணம்
என்விடியா நீண்ட காலமாக அதன் மாசற்ற கிராபிக்ஸ் செயலாக்க அலகுகளுக்கு (ஜி.பீ.யூ) அறியப்படுகிறது, இதன் முக்கிய தயாரிப்பு என்விடியா ஜியிபோர்ஸ் அட்டை. அதனுடன், வீடியோ கேம்கள், கிராஃபிக் டிசைன், டேட்டா பிராசசிங் மற்றும் ஆட்டோமோட்டிவ் வாகனங்களில் செயற்கை நுண்ணறிவை மேம்படுத்தும் அனுபவத்தின் ஆராய்ச்சி மற்றும் வளர்ச்சியில் நிறுவனம் எப்போதும் முன்னும், மையமும் கொண்டது.
சமீபத்தில், என்விடியா தனிமையில் செயற்கை நுண்ணறிவில் கவனம் செலுத்தத் தொடங்கியுள்ளது, அதன் சமீபத்திய திட்டமானது வெப்பநிலை மற்றும் சாயலின் அடிப்படையில் வகைப்படுத்தப்பட்ட நூற்றுக்கணக்கான தெளிவான மற்றும் மங்கலான படங்களுக்கிடையேயான குறைவான வேறுபாடுகளை மதிப்பிடுவதற்கு காஸியன் வழிமுறைகளைப் பயன்படுத்தி முன்பே இருக்கும் புகைப்படங்களை ஸ்மார்ட் ரீமேஜிங் செய்வதில் அதிக கவனம் செலுத்துகிறது. பின்னர் அந்த மதிப்புகளை தனிப்பட்ட மங்கலான புகைப்படங்களின் பின்னடைவு வெளிப்பாடுகளில் உள்ளிடுவதன் மூலம் அவற்றின் அசல் தெளிவான படங்கள் எப்படி இருந்திருக்கக்கூடும் என்பதை மீண்டும் அறியலாம். இந்த செயல்முறை புகைப்படத்தின் ஒவ்வொரு புள்ளிகளுக்கும் தனித்தனியாக மேற்கொள்ளப்படுகிறது மற்றும் ஒரு பொதுவான குறைந்தபட்ச வேறுபாடு மதிப்பை உருவாக்க ஒரு கூட்டுத்தொகை பயன்படுத்தப்படுகிறது.
என்விடியா அலுவலகம். ட்விட்டரில் நாஸ்டாக்
திரையில் சில வண்ணங்கள் மற்றும் வடிவங்கள் எதைக் குறிக்கின்றன என்பதற்கான கடந்தகால முயற்சிகளிலிருந்து கற்றுக்கொள்ள வழிமுறை செயல்படுகிறது. கணினி உருவாக்கப்பட்டபோது, இது ஆயிரக்கணக்கான தயாரிக்கப்பட்ட-மங்கலான மற்றும் அசல் படங்களாக இருந்தது, இதனால் திரையில் எந்த வடிவங்கள் மற்றும் வண்ணங்கள் அசல் படத்தில் எந்த பள்ளங்கள் மற்றும் விளிம்புகளுக்கு ஒத்திருக்கின்றன என்பதை இயந்திரம் அடையாளம் காண முடியும். பல முறை சோதிக்கப்பட்ட பின்னர், என்விடியா தனது AI சிப்பை முந்தைய சோதனைகளிலிருந்து கற்றுக் கொள்ளவும், பொருந்திய கிராஃபிக் குறியீடுகளின் தரவுத்தளத்தை சேமிக்கவும், அவை இடம், நிறம் மற்றும் வெப்பநிலை ஆகியவற்றின் அடிப்படையில் கணித குறியீடாக மாற்றப்படுகின்றன. கடந்த கால அனுபவத்தையும் அதே லோகஸ் மற்றும் சாயலின் மங்கலான மற்றும் தெளிவான படங்களுக்கிடையில் நிறுவப்பட்ட உறவுகளையும் பயன்படுத்தி, இயந்திரம் புதிய படங்களுடன் விரிசல் அடைகிறது, புதிய புகைப்படத்தின் நிறம் மற்றும் வெப்பநிலையுடன் பொருந்தக்கூடிய சூத்திரங்களைப் பயன்படுத்துகிறது. என்விடியா புதிய வழிமுறைகளில் பணிபுரியும் போது AI ஐத் தட்டக்கூடிய வலுவான போதுமான தக்கவைப்பு தரவுத்தளத்தைக் கொண்டிருப்பதற்கான போதுமான சோதனைகள் மூலம் அவற்றின் வழிமுறையை வைத்துள்ளது, மேலும் பொறிமுறையானது இப்போது தானாகவே நிற்கிறது, வலுவூட்டல் கற்றல் (ஆர்.எல்) பயிற்சி மூலம் எந்தவொரு படத்தையும் கிட்டத்தட்ட கண்டுபிடிக்க முடியும். . போதுமான முகங்களைக் கண்டறிந்த பிறகு, எடுத்துக்காட்டாக, எந்த மங்கலான பள்ளங்கள் சத்தியத்தில் எந்த முக அம்சங்களுடன் ஒத்துப்போகின்றன என்பதைப் புரிந்துகொள்வதால், சோதனைக்கு உட்படுத்தப்படும்போது இயந்திரம் மங்கலான முகங்களை உருவாக்க முடியும். அதிகப்படியான, ஒயிட்வாஷ், வடிகட்டப்பட்ட மற்றும் கடினமான படங்கள் போன்ற பல்வேறு வகையான சத்தங்களுக்கு வெளிப்பாடு வழிமுறைகளின் தரவுத்தளத்திலும் சேர்க்கப்பட்டுள்ளது.
வழிமுறையில் கணித மொழி, நிரல் தொடர்புடைய படங்களில் தொடர்புடைய சிதைந்த மற்றும் தெளிவான இருப்பிடத்தைப் படிக்கிறது, x, y, x ’மற்றும் y’ ஐ அதன் தரவுத்தளத்தில் உள்நுழைகிறது. இது பொது புகைப்பட சத்தத்தின் அடிப்படையில் மாற்றத்தை அனுமதிக்கும் இரண்டிற்கும் இடையிலான வேறுபாடுகளுடன் பொருந்துமாறு ஒரு காஸியன் பின்னடைவு வளைவை உருவாக்குகிறது. உருவாக்கப்பட்ட குறைந்தபட்ச சதுரங்களின் பின்னடைவு வெளிப்பாட்டில், நிபந்தனையை பூர்த்தி செய்யும் மிகக் குறைந்த மதிப்பு எடுக்கப்பட்டு, காஸியன் மதிப்பின் புதிய வளைவு திட்டமிடப்பட்டுள்ளது. படத்தை அதன் அசல் தெளிவான தரத்திற்கு மாற்றும்போது, AI இயந்திரத்தின் தரவுத்தளத்தில் உள்ள பின்னடைவு வடிவத்தின் வேறுபாட்டின் அடிப்படையில் ஒவ்வொரு புள்ளியின் வெப்பநிலையும் மாற்றப்படுகிறது, அது குறிப்பிட்ட நிறம் மற்றும் வடிவத்துடன் ஒத்திருக்கிறது, மேலும் ஒவ்வொரு புள்ளியும் முழு தெளிவான படத்தை உருவாக்க திரும்பும். காஸ்ஸியன் வளைவு பொறிமுறையானது மிகவும் பொதுவான சத்தங்களில் உள்ளது, ஆனால் சாதனம் பிற நேர சத்தங்களை அடையாளம் காண முடிந்தால், அவை பெரும்பாலும் தவறான நேர ஷட்டர் வேகம் அல்லது இமேஜின் பொதுவான நிழல் ஆகியவற்றால் கூறப்படுகின்றன, காஸியன் குறைந்தபட்ச வேறுபாடு மதிப்பு சராசரியாக தரவு தொகுப்பின் விஷம் (முந்தையது) மற்றும் பெர்ன lli லி (பிந்தையவர்களுக்கு) குறைந்த வேறுபாடு மதிப்புகள்.
செயற்கை நுண்ணறிவு உதவி புகைப்பட ரீமேஜிங். பி.டி.
சாதாரண மனிதர்களின் சொற்களில், செயற்கை நுண்ணறிவு இதில் வகிக்கும் பங்கு, சாதனத்தால் ஏற்கனவே முயற்சிக்கப்பட்ட ஒரு நடைமுறை தொகுப்பின் அடிப்படையில் தனித்துவமான புகைப்படங்களின் ஸ்மார்ட் கண்டறிதல் மற்றும் மாற்றமாகும். இன்று அடையப்பட்ட செயற்கை நுண்ணறிவின் நிலைக்கு வரும்போது, அது குறிப்பாக சுயாதீனமாக இல்லாத ஒரு கட்டத்தில் உள்ளது மற்றும் ஏற்கனவே நடைமுறையில் உள்ள காட்சிகளின் வரம்பிற்குள் அதன் முயற்சிகள் மட்டுப்படுத்தப்பட்டிருக்கின்றன, என்விடியா ஒரு இயந்திரத்தை உருவாக்குவதில் பெரிதும் சாதித்துள்ளது மற்றும் மீண்டும் உருவாக்க முடியும் அடுத்தடுத்த புகைப்பட வருவாயின் வெற்றி விகிதத்தை மேம்படுத்த அதன் தரவுத்தளத்தை தொடர்ந்து மாற்றியமைத்து விரிவாக்குவதன் மூலம் மிக உயர்ந்த அளவிலான துல்லியத்துடன் காணப்படாத புகைப்படங்கள்.
