# Generative Model

60개의 포스트
post-thumbnail

[머신러닝]분포를 근사해보자! 생성모델과 판별모델 - 분포를 추정해서 손글씨를 만들어보자(2)

이 시리즈는 Variational Inference를 소개, 실습하고 더 나아가 VAE로 손글씨를 생성해보는 과정을 거칠 예정입니다. 이번 포스트에서는 본격적으로 Variational Inference의 의미에 대해 살펴보겠습니다.

2022년 1월 6일
·
2개의 댓글
post-thumbnail

Adaptation for single image in SPADE-base model

Implementation for Adaptations

2021년 12월 19일
·
0개의 댓글
post-thumbnail

DALL-E: Zero-Shot Text-to-Image Generation 참고자료

이런저런 메모장.

2021년 12월 4일
·
0개의 댓글
post-thumbnail

Sample dataset for SPADE

SPADE 모델 활용을 위한 sample dataset입니다.

2021년 11월 27일
·
0개의 댓글
post-thumbnail

Self-supervised Learning in Generative Model

Generative Model 기반 Self-supervised Learning에 대해

2021년 11월 23일
·
0개의 댓글
post-thumbnail

[논문리뷰] DALL-E: Zero-Shot Text-to-Image Generation

OPENAI의 재미있는 연구인 DALL-E에 대해 다루어봅시다.

2021년 11월 22일
·
0개의 댓글
post-thumbnail

INVESTIGATING AND VISUALIZING THE INTERNALS OF THE NETWORKS : in DCGAN

본 글은 DCGAN 논문 내 Visualizing에 대한 내용만 담고 있습니다.

2021년 11월 18일
·
0개의 댓글
post-thumbnail

Test time Training Test for SPADE

Test Time Training Test for SPADE

2021년 11월 13일
·
0개의 댓글
post-thumbnail

[논문리뷰] StarGAN

Paper review & Some notes on StarGAN

2021년 11월 7일
·
0개의 댓글
post-thumbnail

[정리] GAN / DCGAN

Note on GAN / DCGAN

2021년 10월 31일
·
0개의 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