<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          聊聊 image translation 的翻譯

          共 1559字,需瀏覽 4分鐘

           ·

          2022-06-12 15:06

          記得入門深度學習,是多年前的本科畢業(yè)設(shè)計題目,需要基于深度學習方法展開。

          導師給了一些論文,并指定了一篇、讓進行中文翻譯。作為一個門外漢,面對論文中很多專業(yè)術(shù)語,自然是一臉茫然。

          不管三七二十一,我先把它復制了出來,貼在了谷歌翻譯里,完成英轉(zhuǎn)中后,再稍加潤色,完成了老師的任務(wù)。

          專業(yè)的領(lǐng)域,谷歌翻譯當時做得并不好,甚至到如今也是。老師看完,點評道:“有些生硬、不合理之處”。

          如今回想,如果是要真的通篇全部翻譯一篇論文,生硬可以減少,卻難以避免。

          transformer

          比如說,如今火熱的transformer,硬要翻譯成中文,則顯生硬:變形金剛?轉(zhuǎn)換器?······

          可能都不貼切,這時放去谷歌翻譯,它會譯成“變壓器”,不免貽笑大方。事實上,應(yīng)該譯為“注意力式轉(zhuǎn)換器”之類,會相對好得多。當然,保留原叫法“transformer”是最好的。

          image translation

          image translation是GAN里面非?;馃岬膽?yīng)用任務(wù),指的是將某種圖像域轉(zhuǎn)換到另一種圖像域。

          非常遺憾的是,很多人可能直接使用了生硬的谷歌翻譯,將其譯為“圖像翻譯”。這自然是不妥、非常不妥的。"translation"一詞有諸多意思,包括了“翻譯/譯文/譯本/譯作/轉(zhuǎn)變/轉(zhuǎn)換"等,顯然image translation指的是兩種不同圖像域/風格的轉(zhuǎn)換,故直接譯作“圖像轉(zhuǎn)換”即可。

          那為什么譯作“圖像翻譯”不好呢?

          一是漢語一詞“翻譯”指代了兩種意思:“把一種語言文字的意義用另一種語言文字表達出來”、“從事翻譯工作的人”等??梢?,中文“翻譯”一詞都是和語言有關(guān)。顯然,image translation這個任務(wù)和“語言”絲毫無關(guān),譯作“圖像翻譯”是非常不合理的。

          你也許可以說,我這里引申“翻譯”為兩種不同形式的轉(zhuǎn)換不行嗎?沒必要和語言相關(guān)??!沒必要、大可不必、整這么繞。對外行人或初學者而言,“圖像翻譯”具有極強的誤導性。

          相比之下,“圖像轉(zhuǎn)換”則貼切、直白明了得多。

          global&local

          在深度學習計算機視覺里,論文也常常出現(xiàn)global和local這兩詞。比如很多時候?qū)D像的感受野、或者對卷積神經(jīng)網(wǎng)絡(luò)的討論里,global是更“全局、整體”的意思,“l(fā)ocal”則是“局部”的意思。

          可笑的是,很多自媒體和一些熟知的AI媒體號經(jīng)常把global說成“全球”,把local說成"本地"。這種不專業(yè)的翻譯,估計是請了不專業(yè)的小編或編輯、直接用谷歌翻譯出來的。

          人臉landmark

          人臉識別里,landmark是關(guān)鍵點之意。卻被很多AI媒體號用谷歌翻譯為“地標”。

          還有很多其它案例,不做一一道盡。

          如果不知道如何翻譯,我建議保留原英文叫法。沒有咬文嚼字、死摳字眼的意思。當前非常多AI媒體號,熱衷于技術(shù)分享,不管背后是出于追求流量還是純粹交流分享的目的,追求簡單明了、貼切,是一種專業(yè)、負責的體現(xiàn),而不是帶頭“故作高深”、甚至去做一些誤導性的示范。

          猜您喜歡:

           戳我,查看GAN的系列專輯~!
          一頓午飯外賣,成為CV視覺前沿弄潮兒!
          CVPR 2022 | 25+方向、最新50篇GAN論文
           ICCV 2021 | 35個主題GAN論文匯總
          超110篇!CVPR 2021最全GAN論文梳理
          超100篇!CVPR 2020最全GAN論文梳理

          拆解組新的GAN:解耦表征MixNMatch

          StarGAN第2版:多域多樣性圖像生成

          附下載 | 《可解釋的機器學習》中文版

          附下載 |《TensorFlow 2.0 深度學習算法實戰(zhàn)》

          附下載 |《計算機視覺中的數(shù)學方法》分享

          《基于深度學習的表面缺陷檢測方法綜述》

          《零樣本圖像分類綜述: 十年進展》

          《基于深度神經(jīng)網(wǎng)絡(luò)的少樣本學習綜述》


          瀏覽 51
          點贊
          評論
          收藏
          分享

          手機掃一掃分享

          分享
          舉報
          評論
          圖片
          表情
          推薦
          點贊
          評論
          收藏
          分享

          手機掃一掃分享

          分享
          舉報
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  国产无码乱伦视频 | 中文字幕 日本有码 | 国产欧美在线看 | 日韩A√视频 | 免费观看黄色电影久久 |