profile
Tobigs 15&16th, Generative Model

StyleGan & GauGan

2018년까지 GAN이 가진 근본적인 문제는 불안정한 학습과 긴 학습 시간이었다. 이 두 문제는 GAN이 고해상도의 이미지를 생성하는 것을 힘들게 만들었다. 128\*128 짜리 이미지를 만드는 모델 학습에도 긴 시간이 소요되고, 학습 안정화를 위해 이것저것 신경써야

2021년 11월 10일
·
1개의 댓글
post-thumbnail

Image-to-Image Translation : pix2pix & CycleGAN

pix2pix & CycleGAN : 16기 이예림

2021년 11월 9일
·
1개의 댓글
post-thumbnail

[논문리뷰] GAN Dissection: Visualizing and Understanding Generative Adversarial Networks

GAN Dissection에 대한 논문 리뷰입니다. : 15기 박진수

2021년 11월 2일
·
3개의 댓글

GAN 기초(GAN, DCGAN)

다. 복잡하니까 하나씩 보겠다. 생성자(Generator)의 입력값은 정규분포에서 샘플링한 임의의 벡터이다. 이는 학습 과정에서 지속적으로 변화한다. 즉, 매 배치, 매 샘플마다 다른 값을 가진다. 이때 VAE와 달리 실제 이미지에서 추출한 분포가 아니다. 평균과 분산

2021년 10월 27일
·
3개의 댓글
post-thumbnail

GAN 심화 : WGAN(Wasserstein GAN) & CGAN(Conditional Generative Adversarial Nets)

WGAN(Wasserstein GAN) & CGAN(Conditional Adversarial Nets) : 16기 이예림

2021년 10월 26일
·
3개의 댓글