본문 바로가기

GAN3

Week 1 : Intro to GANs - Intuition Behind GANs 본 포스팅은 Coursera – Generative Adversarial Networks 과정을 참고하였습니다. 안녕하세요~ 오늘은 GAN에 대해 좀 직관적으로 설명을 해보고자 합니다. 수식이 없이 직관적으로 설명하기 때문에 조금 더 쉽게 이해 하실 수 있을 것 같습니다. GAN은 현실적인 물체를 만들어내는데 강력한 모델로 실제 존재하는 것과 만들어 낸 것을 구별 하기 힘들 정도 입니다. 예를 들면, 지난 시간에 봤던 사람 얼굴 생성이 그 예입니다. GAN은 Generator와 Discriminator를 만들어 가면서 학습을 하는데, 이 둘을 경쟁시키면서 학습을 진행합니다. 이번 시간에는 generator와 discriminator의 목적과, 두 사이의 경쟁에 대해 알아보고자 합니다. 이 것들은 두개의 .. 2021. 3. 4.
Week 1 : Intro to GANs - Real Life GANs 본 포스팅은 Coursera – Generative Adversarial Networks 과정을 참고하였습니다. ​ 안녕하세요~ 오늘은 두 번째 강의로 인사드립니다. 이번 시간에는 실제 GAN이 어떻게 사용되고 있는지에 대해서 알아보려고 합니다. GAN의 창조자 Ian Goodfellow가 트위터에 올린 글입니다. 2014년부터 2018년까지 얼굴 생성의 발전과정에 대해서 사진과 paper들을 정리해 놓은 것인데요. 초창기에 흑백사진만 가능했던 것이 점점 사람 얼굴과 비슷한 얼굴을 만들어내고, 현재는 컬러에 정말 사실적인 높은 화소의 사진을 만들어 내고 있습니다. 정말 놀랍죠~ 아래 사이트에 가보시면 실제 존재하지는 않지만 GAN의 한 종류 중 하나인 StyleGAN2로 만들어낸 얼굴인데 정말 사실적인 .. 2021. 3. 4.
Week 1 : Intro to GANs - Generative Models 본 포스팅은 Coursera – Generative Adversarial Networks 과정을 참고하였습니다. 안녕하세요~ 오늘은 첫 번째 강의로 인사드립니다. 이번 시간에는 Generative model은 무엇인지?! Generative model의 종류는 무엇이 있는지 알아보려고 합니다. Machine Learning의 분류 모델은 크게 두가지로 나누어지는데, Discriminative models과 Generative models입니다. 먼저 Discriminative models에 대해 설명 드리겠습니다. 이는 Classification에 주로 이용됩니다. 여기서는 강아지와 고양이를 분류하는 것으로 예를 들었는데요! 강아지를 대표하는 특징들이 뭐가 있을까요? 혀를 내밀고 있다? 눈이 동그랗다? .. 2021. 3. 4.
300x250