译者：刘小芹 张易

　　新智元启动新一轮大招聘：COO、执行总编、主编、高级编译、主笔、运营总监、客户经理、咨询总监、行政助理等 9 大岗位全面开放。

　　简历投递：j[email protected]

　　HR 微信：13552313024

　　新智元为COO和执行总编提供最高超百万的年薪激励；为骨干员工提供最完整的培训体系、高于业界平均水平的工资和奖金。

　　加盟新智元，与人工智能业界领袖携手改变世界。

　　【新智元导读】英伟达研究人员发表论文，提出图像到图像的无监督学习。实现方式值得一看。

　　大多数现有的图像到图像（image-to-image）迁移框架是基于监督学习的，需要将一个域中的图像映射到另一个域的对应图像，即，需要需要两个域的对应图像对来学习迁移函数。这大大限制了它们的应用，因为在两个不同的域中把图像对应起来通常是很困难的任务。为了解决这个问题，论文提出一个新的框架，即无监督图到图迁移（ UNsupervised Image-to-image Translation，UNIT）框架，开奖，这个框架基于变分自编码器和生成对抗网络。我们提出的框架可以在两个域中没有任何对应的图像的情况下学习迁移函数。论文通过组合权重共享的限制和对抗训练目标来实现这种学习能力。通过多样化的无监督图像迁移任务的可视化结果，论文验证了所提出的框架的有效性。进一步的研究揭示了关键的设计选择。此外，研究把 UNIT 框架应用于无监督的域适应任务，并在基准数据集上获得了比其他算法更好的结果。

　　无监督图像迁移（UNIT）网络框架

　　论文针对无监督图像到图像的迁移任务提出了无监督图像迁移（UNIT）网络框架。 如图1所示，该框架由最近的深度生成模型的驱动，包括变分自动编码器（VAE）（Kingma＆Welling, 2013; Rezende et al., 2014; Larsen et al., 2016）和生成式对抗网络 （Goodfellow et al., 2014; Liu＆Tuzel, 2016）。它由6个子网络组成：包括两个域图像编码器E1和E2，两个域图像发生器G1和G2，以及两个域对抗鉴别器D1和D2。有几种方法来解释子网络的角色，如表1所示。我们特别指出，UNIT网络一次可以学习双向迁移。

框架示意图

　　论文结论

　　研究提出 UNIT 框架——一个无监督的图到图迁移的一般框架。研究证明该框架能在训练数据集的两个域中没有任何相对应图像的情况下，直播，学会将图像从一个域迁移到另一个域。将来，研究计划将该框架扩展以处理半监督的图到图掐你任务，其中给出的域的对应可以是以一组规则的方式，或几对相对应的图像的方式。我们也计划将该框架扩展到无监督的语言到语言的翻译任务。

　　论文作者：Ming-Yu Liu, Thomas Breuel, Jan Kautz

　　论文地址：https://arxiv.org/pdf/1703.00848.pdf

新智元招聘

职位：COO

　　职位年薪：50万（工资+奖金）-100万元（含期权）

　　工作地点：北京-海淀区

　　所属部门：运营部

　　汇报对象：CEO

　　下属人数：10人

　　年龄要求：25 岁至 40 岁

　　语 言：英语六级以上或海外留学从业背景

　　职位背景：在IT领域有专业团队管理经验

　　学历要求：硕士及以上

　　职位描述：

　　1. 负责新智元总体市场运营，智库与人工智能百人会经营，政府关系统筹协调

　　2. 擅长开拓市场，并与客户建立长期多赢关系，有建构产业生态系统能力

　　3. 深度了解人工智能及机器人产业及相关市场状况，善于捕捉商业机会

　　4. 统筹管理公司各运营部门，兼管公司HR及财务部门

　　5. 带领运营团队完成营业额目标，并监控协调运营部与编辑部、研究部运作

　　6. 负责公司平台运营总体战略计划、合作计划的制定与实施

　　岗位要求

　　1、硕士以上学历，英语六级以上，较强的英语沟通能力或外企从业经验

　　2、 3年以上商务拓展经验，有团队管理经验，熟悉商务部门整体管理工作

　　3、 IT领域商务拓展经验、强大的团队统筹管理能力

　　4、 有广泛的TMT领域人脉资源、 有甲方市场部工作经验优先考虑

　　5、 知名IT媒体商务部门管理经验，广告、公关公司市场拓展部负责人优先

　　应聘邮箱：[email protected]

　　HR微信：13552313024