正当席下众人开始窃窃私语时,画面明显地抖几下,似乎是拍摄人拿不稳,随着摄像机转向,镜头也对焦到个人脸上。
季想曝光脸陡然出现在大屏幕上。
视频里他望上去很年轻,身上穿件格子衬衫,脸上全是丰
他点点屏幕,画面变成个视频播放器:
“接下来让们看下动作捕捉演示视频——”
谁知那激光笔点在播放键上时,竟像突然失灵般,失去该有反应。
李可唯面色不变,走到操作台前,用鼠标又点下播放键,这回,视频终于开始播放起来:
片刻寂静后,会场回荡着个奇怪又模糊“沙沙”声,噪点颗粒感非常明显。
现堆花里胡哨结构图,李可唯耐心地向观众解释道:“相比于‘掌中偶像’1.0处理方式,们在2.0中选择用CNN(卷积神经网络)来代替RNN(循环神经网络)对大量语句进行处理。”
“有接触过深度学习人应该知道,CNN多被广泛应用于计算机视觉图像处理领域,而近年来,也有许多人将其运用到NLP中去。”
李可唯按下激光笔,屏幕上顿时出现几个红红绿绿表格,下方标“像素”两个字。
“们都知道,CNN是根据图像像素值来进行处理,而NLP处理是文本和语句,那问题来,怎把这两个风马牛不相及东西组合到起呢?……”
季想坐在台下,目不转睛地望着台上演讲得愈发从容李可唯。
李可唯不由皱皱眉,心里猜测可能是网络问题,便站在原地打算静观其变。
不会儿,漆黑屏幕上终于闪过个画面,个老式住宅单位客厅出现在众人视野里。
贴满贴纸老式旧冰箱、饭桌旁红木座椅、被蓝色玻璃填满窗子、墙上金童玉女日历、铁门上挂着鲜红“福”字……
视频似乎是用零几年流行DV机进行拍摄,室内所有物品都透着股陈旧过时气息,远处盆景在低分辨率画质下模糊得像团绿色物块。
相机左下角显著行橙红小字:2012-04-08-17:38
尽管那人口中专业术语他个字也听不懂,但他喜欢那人认真样子,喜欢那人沉浸在自己世界里样子。
每当这时,李可唯眼睛里都会带着种光,炙热而夺目,令人点也移不开视线。
“或许,们可以把语句中每个单词划分开,分割成个n维向量,将形成矩阵看成是个特殊图像,而每个向量就相当于图像像素,这样们就可以对其进行处理。”
屏幕闪,出现两个q版小人测试模型,旁边表格里展示两个网络对自然语言处理速度。
李可唯接着道:“大家可以看到,CNN处理速度明显比RNN快,更换神经网络之后,虚拟人像接收延迟也从1.02s变成0.34s。”
请关闭浏览器阅读模式后查看本章节,否则可能部分章节内容会丢失。