FiLM: 시각적 추론을 위한 일반 조건부 계층

우리는 신경망을 위한 일반적인 조건부 방법인 FiLM (Feature-wise Linear Modulation)을 소개합니다. FiLM 레이어는 조건부 정보에 기반한 간단한 특성별 아핀 변환을 통해 신경망 계산에 영향을 미칩니다. 우리는 FiLM 레이어가 시각적 추론 — 이미지 관련 질문에 대한 다단계, 고차원적인 처리를 요구하는 작업 — 에서 매우 효과적임을 보여줍니다. 이 작업은 명시적으로 추론 모델링을 하지 않는 표준 딥러닝 방법으로는 어려웠던 것으로 알려져 있습니다. 구체적으로, 시각적 추론 작업에서 FiLM 레이어가 다음과 같은 점들을 입증하였습니다: 1) CLEVR 벤치마크의 최신 오류율을 절반으로 줄였습니다, 2) 특성을 일관된 방식으로 조절합니다, 3) 부분 제거와 구조 수정에 강합니다, 그리고 4) 소수의 예제나 심지어 제로샷(zero-shot)으로도 도전적인 새로운 데이터에 잘 일반화됩니다.