cs231n Lecture 13 | Generative Models
페이지 정보
본문
[일시] 2024.10.07
[세미나 주제] Generative Models
[발표자] 고예진
[요약]
해당 강의에서는 생성 모델에 대해 다루며, 데이터 분포를 학습해 새로운 데이터를 생성하는 방법을 설명합니다.
주요 내용은 다음과 같습니다:
Generative Models 개념
: 데이터를 생성할 수 있도록 학습하는 모델로, 확률 분포를 학습해 샘플을 생성.
Autoencoder
: 입력 데이터를 압축하고 복원하는 모델. 이를 확장한 Variational Autoencoder (VAE)는 확률 기반으로 데이터 분포를 학습해 샘플을 생성.
GANs (Generative Adversarial Networks)
: 두 신경망(Generator와 Discriminator)이 경쟁하며 학습. Generator는 Discriminator를 속이도록 사실적인 데이터를 생성하는 것을 목표로 함.
PixelRNN/PixelCNN:
Autoregressive 모델로, 픽셀 단위로 이미지를 순차적으로 생성.
[녹화 영상 링크]
https://us02web.zoom.us/rec/share/8dulMri3cwFeUtA4tNlXRCyLlM_2KKYFWeyqyu9a93HeDzBCFEBVKiA9oWgf8VRV.7YwQvsyeH5b1ohCC?startTime=1728303704000
[세미나 주제] Generative Models
[발표자] 고예진
[요약]
해당 강의에서는 생성 모델에 대해 다루며, 데이터 분포를 학습해 새로운 데이터를 생성하는 방법을 설명합니다.
주요 내용은 다음과 같습니다:
Generative Models 개념
: 데이터를 생성할 수 있도록 학습하는 모델로, 확률 분포를 학습해 샘플을 생성.
Autoencoder
: 입력 데이터를 압축하고 복원하는 모델. 이를 확장한 Variational Autoencoder (VAE)는 확률 기반으로 데이터 분포를 학습해 샘플을 생성.
GANs (Generative Adversarial Networks)
: 두 신경망(Generator와 Discriminator)이 경쟁하며 학습. Generator는 Discriminator를 속이도록 사실적인 데이터를 생성하는 것을 목표로 함.
PixelRNN/PixelCNN:
Autoregressive 모델로, 픽셀 단위로 이미지를 순차적으로 생성.
[녹화 영상 링크]
https://us02web.zoom.us/rec/share/8dulMri3cwFeUtA4tNlXRCyLlM_2KKYFWeyqyu9a93HeDzBCFEBVKiA9oWgf8VRV.7YwQvsyeH5b1ohCC?startTime=1728303704000
관련링크
댓글목록
등록된 댓글이 없습니다.