【技术实现步骤摘要】
基于关注的图像生成神经网络
本说明书涉及使用神经网络生成图像。
技术介绍
神经网络是机器学习模型,其使用一个或多个非线性单元层来预测对于所接收输入而言的输出。除了输出层之外,一些神经网络还包括一个或多个隐藏层。每个隐藏层的输出用作对于在网络中下一层即下一个隐藏层或输出层的输入。网络的每个层根据相应参数集的当前值从接收的输入生成输出。
技术实现思路
本说明书描述了实现为在一个或多个位置中的一个或多个计算机上的计算机程序的系统,其生成输出图像。特别地,系统使用基于关注(attention)的解码器神经网络生成输出图像。本说明书中描述的主题可以在特定实施例中实现,以便实现以下优点中的一个或多个。已经示出基于关注的神经网络在序列处理任务上执行良好,该任务例如是涉及处理顺序输入、自动回归地生成次序输出或两者的任务。然而,对于在给定输出或输入序列中的每个位置,基于关注的神经网络中的自我关注(self-attention)层关注(至少)序列中的所有先前位置。这使得基于关注的神经网络难以应用于需要生成输出图像的任务。虽然图像可以表示为颜色值的序列,但图像由大量颜色值组成。例如,32x32x3(RGB)图像具有超过3,000个颜色值,从而产生非常长的序列表示。另外,图像具有二维(并且对于彩色图像,三维)结构,其难以表示为一维序列。所描述的技术允许由基于关注的神经网络通过下述方式有效地生成图像:(i)有效地表示由神经网络处理的图像,以及(ii)修改应用于神经网络中的自我关注层的自我关注方案。因为这一点,用于生成图像的神经网络生成高质量图像,并且即使在生成大图像时也是在计算上有效的 ...
【技术保护点】
1.一种自动回归地生成输出图像的方法,所述输出图像包括以二维映射排列的多个像素,每个像素具有用于多个颜色通道中的每一个颜色通道的相应颜色值,并且所述方法包括:通过根据来自所述输出图像的像素‑颜色通道对的生成次序的强度值生成所述输出图像强度值,包括对于所述生成次序中的每个特定生成次序位置:生成当前输出图像的当前输出图像表示,其中,所述当前输出图像包括对于在生成次序中的所述特定生成次序位置之前的生成次序位置处的像素‑颜色通道对的已经生成的强度值;使用解码器神经网络处理所述当前输出图像表示,以生成在所述特定生成次序位置处的所述像素‑颜色通道对的可能强度值的概率分布,其中,所述解码器神经网络包括解码器子网序列,每个解码器子网包括解码器自我关注子层,所述解码器自我关注子层被配置为针对每个特定生成次序位置:接收在所述特定生成次序位置之前的每个生成次序位置的输入,并且对于每个所述特定生成次序位置:使用从在所述特定生成次序位置处的所述输入导出的一个或多个查询,在所述特定生成次序位置之前的所述生成次序位置处的输入上应用掩蔽的局部关注机制,以生成所述特定生成次序位置的更新表示;以及使用所述概率分布选择在所 ...
【技术特征摘要】
2017.10.27 US 62/578,3901.一种自动回归地生成输出图像的方法,所述输出图像包括以二维映射排列的多个像素,每个像素具有用于多个颜色通道中的每一个颜色通道的相应颜色值,并且所述方法包括:通过根据来自所述输出图像的像素-颜色通道对的生成次序的强度值生成所述输出图像强度值,包括对于所述生成次序中的每个特定生成次序位置:生成当前输出图像的当前输出图像表示,其中,所述当前输出图像包括对于在生成次序中的所述特定生成次序位置之前的生成次序位置处的像素-颜色通道对的已经生成的强度值;使用解码器神经网络处理所述当前输出图像表示,以生成在所述特定生成次序位置处的所述像素-颜色通道对的可能强度值的概率分布,其中,所述解码器神经网络包括解码器子网序列,每个解码器子网包括解码器自我关注子层,所述解码器自我关注子层被配置为针对每个特定生成次序位置:接收在所述特定生成次序位置之前的每个生成次序位置的输入,并且对于每个所述特定生成次序位置:使用从在所述特定生成次序位置处的所述输入导出的一个或多个查询,在所述特定生成次序位置之前的所述生成次序位置处的输入上应用掩蔽的局部关注机制,以生成所述特定生成次序位置的更新表示;以及使用所述概率分布选择在所述特定生成次序位置处的所述像素-颜色通道对的强度值。2.根据权利要求1所述的方法,其中,生成所述输出图像以条件输入为条件,并且其中,生成当前输出图像的当前输出图像表示包括:用所述条件输入的表示来增强所述当前输出图像表示。3.根据权利要求1所述的方法,其中,生成所述输出图像以条件输入为条件,并且其中,生成当前输出图像的当前输出图像表示包括:使用编码器神经网络处理所述条件输入以生成包括在多个条件表示位置中的每一个条件表示位置处的相应编码向量的顺序条件表示;以及其中,使用所述解码器神经网络处理所述当前输出图像表示包括:使用所述解码器神经网络处理所述当前输出图像表示和所述顺序条件表示。4.根据权利要求3所述的方法,其中,每个解码器子网包括:编码器-解码器关注子层,所述编码器-解码器关注子层被配置为针对每个特定生成次序位置:接收在所述特定生成次序位置之前的每个生成次序位置的输入,并且对于所述生成次序位置中的每个生成次序位置:使用从所述生成次序位置的所述输入导出的一个或多个查询,对在所述条件表示位置处的所述编码向量应用关注机制,以生成用于所述生成次序位置的更新表示。5.根据前述权利要求中任一项所述的方法,其中,所述解码器子网中的至少一个解码器子网包括:逐个位置前馈层,所述逐个位置前馈层被配置为对于每个特定生成次序位置:对于所述特定生成次序位置之前的每个生成次序位置:接收在所述生成次序位置处的输入,并且对在所述生成次序位置处的所述输入应用变换序列,以生成用于所述生成次序位置的输出。6.根据权利要求5所述的方法,其中,所述序列包括由激励函数分开的两个学习的线性变换。7.根据权利要求5或6中任一项所述的方法,其中,所述至少一个解码器子网还包括:剩余连接层,所述剩余连接层将所述逐个位置前馈层的输出与所述逐个位置前馈层的输入组合以生成剩余输出,以及层标准化层,所述层标准化层对所述剩余输出应用层标准化。8.根据权利要求3所述的方法,其中,每个编码器-解码器关注子层包括多个编码器-解码器关注层,并且其中,每个编码器-解码器关注层被配置为,对于每个特定生成次序位置:对在所述特定生成次序位置之前的每个生成次序位置处的所述输入应用学习的查询线性变换,以生成每个生成次序位置的相应查询,对在每个条件位置处的每个编码表示应用学习的键线性变换,以生成每个输入位置的相应的键,对在每个条件位置处的每个编码表示应用学习的值线性变换,以生成每个输入位置的相应的值,并且对于所述特定生成次序位置之前的每个生成次序位置,通过在所述生成次序位置的所述查询和所述键之间应用比较函数,确定所述条件位置中的每个条件位置的相应输出位置特定权重,以及通过确定由用于所述条件位置的所述相应输出位置特定权重加权的值的加权和,确定所述生成次序位置的初始编码器-解码器关注输出。9.根据权利要求8所述的方...
【专利技术属性】
技术研发人员:诺姆·M·沙泽尔,卢卡什·米奇斯瓦夫·凯泽,雅各布·D·乌斯克雷特,尼基·J·帕马,阿希什·泰库·瓦斯瓦尼,
申请(专利权)人:谷歌有限责任公司,
类型:发明
国别省市:美国,US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。