GAN 논문이 발표 된 이후, GAN을 응용한 여러 논문들이 발표되었습니다. 그 중 GAN의 바로 다음 단계라고 할 수 있으며 다른 수많은 GAN의 기초가 된 DCGAN에 대해서 설명합니다.Deep Convolutional Generative Adversarial Ne
DCGAN은 수학적인 접근이나 추론보다는, 무수히 많은 실험을 통해 경험적으로 더 나은 신경망을 제안한 방법입니다. 따라서 수학적인 증명보다는 논문에서 더 나은 구조를 제시한 내용을 바탕으로 설명합니다. 기존의 GAN에 Convolutional Layer를 결합한 구조
앞서 설명했던 DCGAN의 구조를 코드를 분석하며 설명합니다.Dataset 준비Model 구조 정의TrainEval의 순서로 진행합니다.get_celeba_data Celeb_A 데이터를 다운로드하고, 적절하게 전처리한 dataset을 반환합니다.keras.prepro