그래프와 이미지를 연구하는 데이터사이언티스트입니다.
태그 목록
- 전체보기(12)
- weakly supervised semantic segmentation(2)
- git(2)
- 엘라스틱서치(1)
- gan(1)
- Image Generation(1)
- contribution(1)
- GNN(1)
- graphnet(1)
- Argparse(1)
- elasticsearch(1)
- bool type 에러(1)
- 오픈소스 컨트리뷰션(1)
- 엘라스틱서치 입문(1)
- 컨트리뷰션(1)
- GNN segmentation(1)
- store_true(1)
- argparse 타입 지정(1)
- 브랜치명 변경(1)
- 오픈소스 기여(1)
- DCGAN(1)
- 엘라스틱서치 기초(1)
- 오픈소스(1)
- 브랜치 이름 변경(1)
- Semi-supervised learning(1)
- survey(1)
- commit(1)
- Torchvision(1)
- WSSS(1)
- store_false(1)
- argparse 중복 타입(1)
- GNN for vision(1)
- CNN(1)
- Data augmentation(1)
- Image Processing(1)
전체보기 (12)weakly supervised semantic segmentation(2)git(2)엘라스틱서치(1)gan(1)Image Generation(1)contribution(1)GNN(1)graphnet(1)Argparse(1)elasticsearch(1)bool type 에러(1)오픈소스 컨트리뷰션(1)엘라스틱서치 입문(1)컨트리뷰션(1)GNN segmentation(1)store_true(1)argparse 타입 지정(1)브랜치명 변경(1)오픈소스 기여(1)DCGAN(1)엘라스틱서치 기초(1)오픈소스(1)브랜치 이름 변경(1)Semi-supervised learning(1)survey(1)commit(1)Torchvision(1)WSSS(1)store_false(1)argparse 중복 타입(1)GNN for vision(1)CNN(1)Data augmentation(1)Image Processing(1)
DCGAN
개요 CNN은 supervised image classification에서 괄목할만한 성능 향상을 이끌어냈습니다. 그러나, unsupervised learning, 특히 image generation task에서는 여전히 저조한 성능을 보이고 있습니다. (2015년 기준) 이에, 좋은 이미지 생성 성능을 보인, GAN과 CNN을 결합하여 더 선명한 이미지 생성 모델을 설계하고자 하였습니다. Model Architecture > 1. spatial down sampling 함수를 Strided convolution 사용 2. FC layer를 제거 3. Batch normalization 사용 4. Generator의 activation function으로 Relu를 사용 5. Discriminator의 activation function으로 Leaky Relu를 사용 <br
2022년 4월 17일
·
0개의 댓글·
0