※ Coursera의 Build Basic Generative Adversarial Networks (GANs) 강의를 듣고 작성한 글입니다. Week4에서는 conditional GAN과 controllable GAN에 대해 학습합니다. Conditional & Unconditional GAN class가 있어서 class에 해당하는 이미지를 생성하는 것이 conditional GAN입니다. Unconditional이라면 어떤 class의 이미지가 생성될지 모르는 것이죠. Conditinoal gan은 one-hot vector를 사용하여 class에 대한 정보를 넣어줍니다. generator에는 1차원의 noise vector가 들어가므로 one-hot vector를 noise vector 뒤에 co..
※ Coursera의 Build Basic Generative Adversarial Networks (GANs) 강의를 듣고 작성한 글입니다. Week 1에서는 GAN의 기본적인 구조에 대해 학습합니다. Generative Model 이란? 이름 그대로 무언가를 생성하는 모델을 generative model이라고 말합니다. 이를 discriminative model과 비교해볼게요. Discriminative model은 개와 고양이를 나누듯 class를 나누는 작업을 수행합니다. 어떤 이미지 feature가 input으로 들어가면 개인지, 고양이인지하는 class로 output이 나온게 됩니다. Generative model은 이미지를 생성해주는 모델입니다. input과 output이 generative..
- 디지털신호처리
- depth
- 딥러닝
- OS
- ML
- Operating System
- 신호처리
- depthmap
- mode collapse
- machine learning
- feature
- deeplearning
- Gan
- 운영체제
- image
- 3d object detection
- pcb
- Deep learning
- AI
- Raspberry Pi
- MLOps
- Generative Model
- design pattern
- Depth estimation
- ML Pipeline
- Building Basic GAN
- DSP
- TRACKING
- controllable GAN
- conditional GAN
- Total
- Today
- Yesterday
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |