ข้ามไปที่เนื้อหา
Apple Machine Learning Research·· 2 วันที่แล้วคะแนน AI35

Apple Split-and-Scale ขยายความจุของการแทนค่า 3D แฝงในขั้นตอนการอนุมาน

Split-and-Scale Latent 3D Representations

สรุปโดย AI

นักวิจัยของ Apple เสนอ split-and-scale วิธีการที่ขยายความจุแฝงของการแทนค่า 3D ในขั้นตอนการอนุมาน โดยยังคงต้นทุนการฝึกให้อยู่ในระดับที่จัดการได้ ด้วยการใช้ tokenizer ที่ผ่านการฝึกมาแล้วตัวเดียวกับพื้นที่ย่อยขนาดเล็กตามอำเภอใจของฉาก วิธีนี้จัดสรรความจุแฝงเท่าเดิมให้กับขอบเขตเชิงพื้นที่ที่เล็กลง และเก็บรายละเอียดได้สูงขึ้นมาก วิธีนี้ให้คุณภาพเทียบเท่าโมเดลขนาดใหญ่กว่ามากที่เกินขีดจำกัดหน่วยความจำของ GPU เดียว และตัวสร้าง 3D แบบ autoregressive ที่ฝึกบนวิธีนี้ทำงานได้แข่งขันกับ baseline ที่ล้ำสมัย

แหล่งข่าว:Apple Machine Learning Research · machinelearning.apple.com