یہ نئیرل نیٹ ورک آپ کی ناراض تصاویر کو کامل معیار دوبارہ بنا سکتے ہیں

آپ کے کمپیوٹر پر ایک تصویر کو کھولنے سے صرف کچھ بھی برا نہیں ہے کہ یہ معلوم ہو کہ یہ اتنا غصہ ہے کہ آپ اسے بھی باہر نکالنے کے لئے شروع نہیں کرسکتے.

کچھ لوگ شاید بہتر کیمرے حاصل کریں گے. ان لوگوں کا مطلب ہے. لیکن کمپیوٹر سائنسدانوں - اچھے، مددگار لوگ - ایک دماغی نیٹ ورک استعمال کرتے ہیں، جس میں انسانی دماغ کے بارے میں سوچنے کے لئے ڈیزائن کیا گیا ایک کمپیوٹر سسٹم ہے.

آکسفورڈ یونیورسٹی سے تین کمپیوٹر سائنسدانوں اور ماسکو میں سائنس اور ٹیکنالوجی کے سکولووو انسٹی ٹیوٹ برائے سائنس اور ٹیکنالوجی جو کمپیوٹر وژن میں مہارت رکھتے ہیں وہ ایک نالری نیٹ تیار کرتا ہے جو کہ آوکوڈو ٹاسسٹ کی بیکار طور پر پکسلیٹ تصویر ایک ایسی تصویر میں کر سکتے ہیں جو بالکل انسٹالرمنٹ ہے. وہ گہرے تصویر پہلے سے کہتے ہیں.

نیویارک نیٹ ورک ایک انسانی دماغ کی طرح نمٹنے کے لئے نمٹنے کے لئے نمٹنے کے ہیں. وہ ہزاروں نوڈس بنائے جاتے ہیں جو ان کو پیش کردہ اعداد و شمار کے بارے میں فیصلے اور فیصلے کرنے کے لئے استعمال کرتے ہیں. بس ٹوڈر کی طرح، وہ ایک ہزار ہزار تربیتی سیشنوں کے بعد کچھ بھی نہیں جانتا شروع کرتے ہیں، وہ روزانہ کے کاموں میں انسانوں سے جلدی بہتر بن سکتے ہیں.

بہت سے نیورل نیٹ ورک ان کو بڑے ڈیٹا بیس کو کھانا کھلاتے ہوئے تربیت دیتے ہیں، جو انہیں فیصلے کرنے کے لۓ ان سے نکالنے کے لئے معلومات کا ایک بڑا پول فراہم کرتی ہے.

گہری تصویر پہلے سے مختلف نقطہ نظر لیتا ہے. یہ صرف وہی تصویر سے سب کچھ کرتا ہے جو کسی بھی سابقہ ​​تربیت کی ضرورت نہیں ہے، اس سے قبل یہ آپ کی گندی، خراب تصویر کو ایک اعلی رال شاٹ میں تبدیل کر سکتا ہے.

تین کمپیوٹر سائنسدان نے جنریٹر نیٹ ورک کا استعمال کرتے ہوئے بلاؤر تصویر ہزاروں بار پھر ریگولیٹ کرنے کے لئے استعمال کیا جب تک کہ اس پر اتنی اچھی بات نہ ہو کہ اسے اصل سے بہتر تصویر بنائے. یہ موجودہ ان پٹ کا استعمال کرتا ہے جس میں سیاق و ضوابط کو لاپتہ یا خراب حصوں میں بھرنے کے لئے ہے. کچھ نتائج پہلے سے تربیت یافتہ نیورل نیٹ ورک سے آؤٹ پٹ سے بہتر تھے.

ڈاٹائیائی ایلیانوف نے ریڈ ایٹ کی اشاعت میں تحقیق کے شریک مصنف نے کہا "ن نیٹ ورک قسم کے خراب علاقوں کو قریبی سے ساختہ بنا دیتا ہے."

انہوں نے اعتراف کیا کہ بعض ایسے ایسے حالات ہیں جہاں نیٹ ورک ناکام ہوسکتے ہیں، جیسے انسان کی آنکھوں کی تعمیر کی پیچیدگی: "واضح ناکامی کا کیس سیمینٹل انسپنٹ کے متعلق کچھ بھی نہیں ہوگا، مثال کے طور پر ایک خطے کو جہاں آپ کو ایک آنکھ کی توقع ہوتی ہے ان پر توجہ نہیں دیتی ہے - ہمارے طریقہ کا سامنا سامتنکس کے بارے میں کچھ نہیں جانتا اور خراب ساختہ علاقے میں کچھ بناوٹ کے ساتھ بھر جائے گا.

تصاویر کو بحال کرنے کے علاوہ، گہرے تصویری پیش کرنے میں بھی تصاویر کو کامیابی سے ٹیکسٹ کو ختم کرنے میں بھی کامیاب تھا. کونسا خدشہ اٹھاتا ہے کہ اس ماڈل کو آن لائن تصاویر سے پانی کے نشان یا دیگر کاپی رائٹ کی معلومات کو دور کرنے کے لئے استعمال کیا جا سکتا ہے. ایک حقیقی دنیا کا امکان ہے کہ شاید اس تحقیق کے دوران نظر انداز ہو گیا.

یہ تجربہ ثابت ہوتا ہے کہ آپ کو ایک فعال نیورل نیٹ ورک بنانے کے لئے ایک کثیر ڈیٹا بیس تک رسائی کی ضرورت نہیں ہے. اس کے علاوہ آپ کے فوٹو فولڈر کے لئے یہ سب کچھ اچھا ہوسکتا ہے، جو اس منصوبے کے سب سے زیادہ مستقل شراکت کا خاتمہ کرسکتا ہے.