按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
森夏嘴角抽搐了一下。
因为绫奈的这个日式英语，简直要命。
“卷积神经网络，是一种深度学习的方法啦。”注意到森夏这边微妙的目光之后，绫奈才不好意思的开口补充了一下，“为了减轻终端的压力，我们能用这种方法来进行抠图。唔，当然，如果有需要的话，我们最好自己组……嘛，不过写架构挺麻烦的，这个我可不干。”
“哦，神经网络啊，这个我知道。”
森夏也很惊讶。
“深度学习”这事情，森夏是很清楚的。
因为在未来，这种技术就是世界的浪潮。
类似森夏这边正准备给游戏主机使用的dlss技术，也可说是深度学习的一个范本。
不过森夏惊讶的并非是这件事情，他惊讶的是，绫奈这个时候竟然能够提出这种技术。
后者这个时候则被森夏看得有些不太自在。不过这个时候两人也都已经吃过了饭，绫奈姑且也就把这件事情当成饭后的谈资说了出来：“卷积神经网络，就是深度学习的代表算法之一，森夏君你们凤凰社是有做机器深度学习的，我觉得你们应该能理解吧？”
“嗯。”
森夏点了点头。
一般人或许不知道，但另外一部分自身的网民，或多或少都接触过这个算法。
在另外一条世界线中，有一个大名鼎鼎的的软件，叫做waifu2x。
“waifu”也就是“wife”，妻子的意思，这个变体是欧美的宅们为了区分和现实世界的妻子而命名的。实际上这个waifu翻译一下，就可以叫做“二次元老婆”。
而waifu2x，这是一个基于卷积神经网络的一个扩大图像的软件，针对二次元的画作，可以将画面在几乎没有多少画质损失的情况下进行放大，从而得到一张高清的放大图片。
这个放大和现如今的技术相比，那简直就是碾压。
不，是超碾压式的存在，因为这种通过卷积神经网络算法放大的图像，几乎可以在不产生模糊和损失细节的基础上，做出十分惊人的成功。
卷积神经网络也被称为“平移不变人工神经网络”，因为这类神经网络，能够进行平移不变分类。
或许有人不理解，但实际上，这也是很好理解的概念。
基本就相当于，有人将画面上的某个物品用修改软件p图到画面的另外一个，这种平移的过程，就类似于此。
当然，这是举例。因为机器和人不一样，画面变化之后，画面之中的像素所对应的权值也就跟着变了，这就导致了一系列的问题，而机器的大脑和人类也不一样，做这种运算，其实挺麻烦的。
“我曾经去见过福岛邦彦教授，教授对我的启发很大。”
“……等等，你不是偶像么？”
森夏忽然脑袋短路。
他记得绫奈似乎是偶像吧。
福岛邦彦的话，森夏其实是知道的。因为他这边就有在赞助福岛邦彦做一些研究。
至于这个福岛邦彦……咳咳，他和地名完全没有关联，也不是什么核物理学家，他其实就是神经网络的开创者之一——而在他作出研究的时候，还是八十年代，这足以说明对方的研究是多么的有前瞻性。
不过森夏更在意的是，绫奈居然认识人家？
“正因为是偶像，所以才要认真学习啊！连一点计算机知识都不懂，还怎么当偶像啊！”绫奈轻而易举的就发出的了让森夏大脑短路的发言。
“不想当程序员的偶像，不是好女仆？”森夏忽然蹦出了这么一句奇怪的名台词。
“才不是啦！”绫奈气得想用脚踹一下森夏，但森夏这边滑不溜秋的，倒是没让绫奈碰到半分。
“不说这个了。我的意识是，卷积神经网络在图像识别方面的应用非常有前景。”
卷积神经网络能做的事情很多，例如就有人用其来进行鸟类识别。
而实际上，卷积神经网络到了未来，也可以说是图像识别领域的核心算法之一，并在大量学习数据时有稳定的表现。
——当然，那是另外一条世界线的事情。至于这边的话，这个技术的应用，是森夏这边来推广的。
“如果通过这种算法的话，我们可以稍微简单一些。”绫奈没好气的说，“不过你事先需要很多的图片来训练ai。”
卷积神经网络的用途很广泛，甚至还能够在物理学上面有奇效。
当然，绫奈虽然了解卷积神经网络，但是她和森夏还有作者同样不了解这玩意儿在物理学上的应用，所以暂且不表。
不过正如绫奈所说，这个技术是能够在这方面使用的。
“是哦……”森夏回过味来了。
绫奈好像对这方面也挺了解的？
森夏并不是专业搞影视的，但绫奈的话，让森夏心中有了一点微妙的感觉——我是不是应该物尽其用？
难得绫奈的脑子这么好使，森夏一瞬间就想到了……呃……更有效率的利用方式。
……
用过waifu2x的书友们，我觉得应该也有。
这个软件真的超强大……
卷积神经网络根据使用的不同，有些是省资源的，例如dlss，但有些做起来却特别耗费资源，例如waifu2x。
作者君刚刚睡着了……暂时一更……
第一千六百九十六章 这怎么能叫肮脏的交易呢！（）
“不只是虚拟偶像。我觉得如果森夏君你觉得不错的话，用来给电影使用也是很棒的。”
绫奈并没有注意到森夏这边的若有所思，而是在继续侃侃而谈。
影视上这个技术，可以用来去噪，而且电影本身的精度要求，和军工或者精密技术方面的也不一样，所以算法上可以宽松很多，精确度不需要考虑，只要让画面好看，这就够了。
顺带一提，迪士尼在这方面就非常有建树，而在另外一条世界线上面，阿凡达这边的表情捕捉，就应用到了相关的技术。
至于森夏这边，要的就比较简单了，就拿现在这边要解决的问题来说。
嗯……就是抠图。
实际上，所谓的动作捕捉，如果狭义一点的来说，其实都是抠图。
而卷积神经网络抠图，效果就很好。简直是举重若轻，在经过了训练的人工智能手上，那真的是非常不错。
但绫奈的技术，如果只是拿来抠图的话……好像的确有些大材小用了……
“绫奈，你真没考虑当程序员……不，我是说，你真没考虑去从事计算机研究方面的工作吗？”
森夏终于还是问了。
然而，后者坚定的抬起了头：“我，要当声优。”
好吧。
绫奈的声音，其实还是挺有特色的。
“咳……但是你真的挺有前途的……”
“我，要，当，声优！”
绫奈一字一顿。
森夏乖乖的闭上了嘴。
好吧，这种时候就不应该争论这个问题。
而且，绫奈愿意为绅士事业添砖加瓦，自己应该高兴才对咯……
不过可惜啊，如果绫奈愿意来搞程序、写算法的话，那就更好了。
“我们说到哪了？”森夏还是决定先把话题拉回来。
“影视方面的应用。”绫奈说。
“哦，对，你觉得这方面也能用？”森夏问。
“当然，森夏你的电影不是明年就会播放了嘛～”
好莱坞那边的大电影，外人知道的比较少，但森夏身边的人还是知道一点的。
其实很多时候，神经网络的目的不是替代真人进行工作，而是为了减少人们重复性劳作。
至于神经网络本身的话，就是一个需要深度学习的“机器人”。
绫奈刚刚说的“大量训练”，就是指的此处的学习数据。数据的输入端是计算机计算出的一个脏点云，输出端是经过人工处理后，计算机计算得到的一个规则网格——这都是来自于计算机计算的结果的，而不来源于实采数据。
通过这种方式，ai可以逐渐了解人们是如何工作的，然后他们本身也可以来进行“模仿”。
这种感觉，如果硬要找一个的原型的话，就相当于自家的小猫小狗耳濡目染之下也学会了主人的一些生活习性类似，然后，这些小猫小狗就仿照着主人去行动，这就是深度学习了。
当然，此处卷积神经网络是无法本质上降低制作成本的，因为它无论是训练数据，还是最后的应用，都是从一套十分昂贵的系统中来的。换个角度说，�