微軟利用AI和深度學習，開發(fā)出新算法還原舊照片
據(jù)外媒WindowsUnited消息，微軟研究院使用人工智能和深度學習開發(fā)出了一種新的算法來還原舊照片。
此前恢復舊的和損壞的照片的方法主要是深度學習。但是，對于較舊的照片，其衰減過程非常復雜。
微軟研究院開發(fā)出新算法還原舊照片
微軟研究院的研究人員使用了新型的三重態(tài)域翻譯網絡來開發(fā)此算法。在該網絡中，真實照片與大量合成照片被一起使用。兩個受過訓練的變體自動編碼器（UAE）可以將新舊照片轉換為兩個潛在空間，然后這兩個空間通過合成配對數(shù)據(jù)學習來進行轉換。
新的還原技術明顯優(yōu)于以前的技術。目前尚不清楚微軟是否會很快將該新算法集成到相應的應用程序中。
聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
微軟
+關注
關注
4文章
6685瀏覽量
105702 -
AI
+關注
關注
88文章
35041瀏覽量
279220 -
深度學習
+關注
關注
73文章
5560瀏覽量
122765
發(fā)布評論請先 登錄
相關推薦
熱點推薦
任正非說 AI已經確定是第四次工業(yè)革命 那么如何從容地加入進來呢？
芯片、更高效的深度學習算法等。通過與參會的專家學者和企業(yè)代表交流，可以拓寬視野，尋找合作機會。
加入AI行業(yè)協(xié)會或者專業(yè)社群。在這些組織中，可以分享自己的見解和經驗，也能從他人那里獲取
發(fā)表于 07-08 17:44
【「零基礎開發(fā)AI Agent」閱讀體驗】+ 入門篇學習
很高興又有機會學習ai技術，這次試讀的是「零基礎開發(fā)AI Agent」，作者葉濤、管鍇、張心雨。
大模型的普及是近三年來的一件大事，萬物皆可大模型已成為趨勢。作為大模型
發(fā)表于 05-02 09:26
可智能深度學習的AI攝像機模組方案
、方案優(yōu)勢
500/800萬像素CMOS傳感器。
專業(yè)級海思Hi3519DV500、 Hi3403/3402、星宸SSC338G。
可內嵌智能深度學習人臉算法，機動車識別、車牌識別、非機動車識別
發(fā)表于 03-21 11:28
《AI Agent 應用與項目實戰(zhàn)》----- 學習如何開發(fā)視頻應用
再次感謝發(fā)燒友提供的閱讀體驗活動。本期跟隨《AI Agent 應用與項目實戰(zhàn)》這本書學習如何構建開發(fā)一個視頻應用。AI Agent是一種智能應用，能夠根據(jù)用戶需求和環(huán)境變化做出相應響應
發(fā)表于 03-05 19:52
當我問DeepSeek AI爆發(fā)時代的FPGA是否重要？答案是......
，這為AI的持續(xù)創(chuàng)新提供了有力支持。
6.數(shù)據(jù)中心與云計算加速
? 在云計算和數(shù)據(jù)中心中，F(xiàn)PGA被用作AI計算加速器，尤其是針對深度學習工作負載。例如，
發(fā)表于 02-19 13:55
微軟或將Windows11開發(fā)重心偏向AI
據(jù)報道，科技媒體 Windows Latest 于 1 月 21 日 報道認為 微軟已將 Windows 11 系統(tǒng)的開發(fā)重心放在 AI 應用方面。相關表現(xiàn)和舉措如下： 功能更新方面：在 2024
AI自動化生產：深度學習在質量控制中的應用
隨著科技的飛速發(fā)展，人工智能（AI）與深度學習技術正逐步滲透到各個行業(yè)，特別是在自動化生產中，其潛力與價值愈發(fā)凸顯。深度學習軟件不僅使人工和
AI大模型與深度學習的關系
人類的學習過程，實現(xiàn)對復雜數(shù)據(jù)的學習和識別。AI大模型則是指模型的參數(shù)數(shù)量巨大，需要龐大的計算資源來進行訓練和推理。深度學習
FPGA做深度學習能走多遠？
，F(xiàn)PGA 也需要不斷適應和改進。研究人員和開發(fā)者將致力于針對 FPGA 的特點對深度學習算法進行優(yōu)化，例如探索更高效的模型壓縮方法、量化技術以及硬件友好的
發(fā)表于 09-27 20:53
如何利用AI進行提升自我呢？
利用AI進行學習是一個高效且富有創(chuàng)新性的過程。以下是一些建議，幫助你充分利用AI進行學習： 選擇
PyTorch深度學習開發(fā)環(huán)境搭建指南
PyTorch作為一種流行的深度學習框架，其開發(fā)環(huán)境的搭建對于深度學習研究者和開發(fā)者來說至關重要
深度學習算法在集成電路測試中的應用
隨著半導體技術的快速發(fā)展，集成電路（IC）的復雜性和集成度不斷提高，對測試技術的要求也日益增加。深度學習算法作為一種強大的數(shù)據(jù)處理和模式識別工具，在集成電路測試領域展現(xiàn)出了巨大的應用潛力。本文將從
利用Matlab函數(shù)實現(xiàn)深度學習算法
在Matlab中實現(xiàn)深度學習算法是一個復雜但強大的過程，可以應用于各種領域，如圖像識別、自然語言處理、時間序列預測等。這里，我將概述一個基本的流程，包括環(huán)境設置、數(shù)據(jù)準備、模型設計、訓練過程、以及測試和評估，并提供一個基于Mat
工商網監(jiān)
評論