이미지 썸네일형 리스트형 Generative Adversarial Nets(GAN) 논문 리뷰 (2/2) Ganerative Adversarial Nets (Ian J. Goodfellow et al.) Generative Adversarial Nets(GAN) 논문 리뷰 (1/2)에서 GAN이 적대적신경망이라 불리는 이유와 이미지를 만들어내는 제너레이터가 어떤 개념에 의해 트레이닝 되는지에 대해 살펴보았습니다. 이번 파트에서는 Theoretical Results에 대해 살펴보겠습니다. 4. 이론적 적용(Theoretical Results) 알고리즘에 대한 설명을 보면 기본적으로 1편에서 설명했던 개념과 동일하다. z의 경우 G에 입력되는 노이즈들이며, x는 샘플이미지들이다. D는 이를 정확하게 구분하기 위해 첫번째 식을 최대화 시키며, G는 반대로 두번째 식의 부분을 최소화 시키는 과정을 통해 상호 발전한.. 더보기 Generative Adversarial Nets(GAN) 논문 리뷰 (1/2) Ganerative Adversarial Nets (Ian J. Goodfellow et al.) 이번 논문은 이미지 처리에서 2014년에 발표된 이후 아직까지도 굉장히 많이 연구되고 있는 GAN입니다. 이 논문은 CNN의 개념을 제시했던 얀 르쿤이라는 대가가 최근 10년간 머신러닝 분야에서 최고의 아이디어였다고 극찬할 만큼 획기적이기도 했습니다. 1. 개념소개(Abstract/Introduction) 논문에서 two-player game이라는 용어를 언급하며, 다음과 같은 개념을 제시한다. 쉽게 말해 두 시스템이 서로 싸우면서 같이 발전하는 개념인데, 첫번째는 G로 흔히 Generator라고 하는 데이터를 만들어내는 부분이 있다. "데이터 분포를 찾아낸다(captures the data distribu.. 더보기 무료 이미지검색 사이트(개인용, 상업용 모두 가능) 무료사진검색(개인용, 상업용 모두 가능) 개인용 및 상업적인 용도로 모두 사용가능한 사진을 얻을 수 있는 사이트 입니다. 악의적인 목적이나 모욕적인 목적으로만 사용하지 않으면 된다고 합니다. 저작권 관련정보는 https://www.pexels.com/photo-license/에서 확인하실 수 있습니다. 다만, 미국 사이트기 때문에 키워드를 영어로 검색하셔야 합니다. 더보기 이전 1 다음
