Editando Deep Learning Super Sampling (sección)

== Algoritmo ==

=== DLSS 1.0 ===
Nvidia explicó que DLSS 1.0 funcionaba con imágenes objetivo consideradas "cuadros perfectos" usando el supermuestreo tradicional, luego entrenó la red neuronal en estas imágenes resultantes. En un segundo paso, el modelo se entrenó para reconocer entradas con alias en el resultado inicial.<ref name="nvidia10">{{Cita web|url=https://www.nvidia.com/en-us/geforce/news/nvidia-dlss-your-questions-answered/|título=NVIDIA DLSS: Your Questions, Answered|fechaacceso=2020-04-19|fecha=2019-02-15|editorial=[[Nvidia]]|idioma=Inglés|cita=''El equipo de DLSS primero extrae muchos fotogramas del juego en cuestión, y luego, para cada uno, generamos un "fotograma perfecto" coincidente utilizando supermuestreo o renderizado por acumulación. Estos fotogramas emparejados se envían a la supercomputadora de NVIDIA. La supercomputadora entrena el modelo DLSS para reconocer las entradas con alias y generar imágenes con suavizado de alta calidad que coincidan con el "fotograma perfecto" lo más fielmente posible. Luego repetimos el proceso, pero esta vez entrenamos el modelo para generar píxeles adicionales en lugar de aplicar AA. Esto tiene el efecto de aumentar la resolución de la entrada. La combinación de ambas técnicas permite a la GPU representar la resolución completa del monitor a velocidades de cuadro más altas.''}}</ref><ref>{{Cita vídeo|url=https://www.youtube.com/watch?v=m5WJCIe0ihc&feature=youtu.be|título=A Supercomputer & AI Will Power NVIDIA RTX GPU's {{!}} What Is DLSS {{!}} NVIDIA RTX 2080 Performance|persona=|fechaacceso=}}</ref>

=== DLSS 2.0 ===
DLSS 2.0 funciona de la siguiente manera:<ref>
{{Cita web|url=https://www.forbes.com/sites/marcochiappetta/2020/03/29/nvidias-deep-learning-super-sampling-dlss-20-technology-is-the-real-deal/#3e411564958b|título=NVIDIA's Deep Learning Super Sampling (DLSS) 2.0 Technology Is The Real Deal|fechaacceso=2020-04-07|fecha=2020-03-29|sitioweb=[[Forbes]]|idioma=Inglés}}</ref>

* La red neuronal es entrenada por Nvidia usando imágenes "ideales" de videojuegos con resolución ultra alta en supercomputadoras e imágenes de baja resolución de los mismos juegos. El resultado se almacena en el controlador de la [[Tarjeta gráfica|tarjeta de video]]. Se dice que Nvidia utiliza servidores DGX-1 para realizar el entrenamiento de la red.<ref>{{Cita web|url=https://www.nvidia.com/en-us/geforce/news/nvidia-dlss-2-0-a-big-leap-in-ai-rendering|título=NVIDIA DLSS 2.0: A Big Leap In AI Rendering|fechaacceso=2020-11-25|fecha=2020-03-23|editorial=[[Nvidia]]|idioma=Inglés}}</ref>
* La red neuronal almacenada en el controlador compara la [[imagen real]] de baja resolución con la referencia y produce un resultado de alta resolución completa. Las entradas utilizadas por la red neuronal entrenada son las imágenes con [[Aliasing|solapamiento]] de baja resolución generadas por el motor del [[Motor de videojuego|juego]], y los [[Vector de movimiento|vectores de movimiento]] de baja resolución de las mismas imágenes, también generadas por el motor del juego. Los vectores de movimiento le dicen a la red en qué dirección se mueven los objetos en la escena de un fotograma a otro, para poder estimar cómo se verá el siguiente cuadro.<ref name="nvidia20">{{Cita web|url=https://www.nvidia.com/en-us/geforce/news/nvidia-dlss-2-0-a-big-leap-in-ai-rendering/|título=NVIDIA DLSS 2.0: A Big Leap In AI Rendering|fechaacceso=2020-04-07|fecha=2020-03-23|editorial=[[Nvidia]]|idioma=Inglés}}</ref>