개발자로 후회없는 삶 살기

서론 이번 포스팅에서는 Tensorflow로 구현한 DCGAN을 fashion dataset으로 학습한 후, 학습된 generator이 생성한 가짜 이미지를 확인하는 것을 목표로 합니다. 작업 환경은 Google Colab에서 진행합니다. -> 전체 코드 https://github.com/SangBeom-Hahn/BOAZ/tree/main/GanStudy/CycleGAN/fashion_cycle_gan_project GitHub - SangBeom-Hahn/BOAZ Contribute to SangBeom-Hahn/BOAZ development by creating an account on GitHub. github.com 본론 1. 학습에 필요한 util 함수들 정의 2. 데이터셋 로드 3. edge ..

서론 이번 포스팅에서는 Tensorflow로 구현한 DCGAN을 몽타주 dataset으로 학습한 후, 학습된 generator이 생성한 가짜 이미지를 확인하는 것을 목표로 합니다. 작업 환경은 Google Colab에서 진행합니다. -> 전체 코드 https://github.com/SangBeom-Hahn/BOAZ/tree/main/GanStudy/DCGAN/montage_project GitHub - SangBeom-Hahn/BOAZ Contribute to SangBeom-Hahn/BOAZ development by creating an account on GitHub. github.com 본론 1. 학습에 필요한 util 함수들 정의 2. 데이터셋 로드 3. 모델 구축 4. 학습 5. generat..

서론 Faster R-CNN은 기존 Fast R-CNN이 Resion Proposal을 추천기의 추천대로 하는 것의 한계를 느끼고 영역 추정 네트워크(RPN)를 자체적으로 추가한 모델입니다. 본 포스팅에서 주요 내용 위주로 논문을 번역/ 요약하였습니다. > 논문에서는 Fast R-CNN이 추천기에 의존하는 것 때문에 속도가 느리고 한계가 있다고 언급합니다. 따라서 모델 스스로 영역 추정을 하도록 합니다. 틀린 내용이 있으면 피드백 부탁드립니다. - 논문 제목 : Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks - 저자 : Shaoqing Ren, Kaiming He, Ross Girshick, and Jian S..

서론 Attention Is All You Need는 기존 Seq2Seq의 문제점이었던 시간 의존도를 해결하는 아이디어를 제안합니다. 본 포스팅에서 주요 내용 위주로 논문을 번역/ 요약하였습니다. > 논문에서는 Context Vector에 의한 시간 의존성으로 이해 입력 단어들 사이의 연관성이 사라지는 문제가 단어의 표현력을 저해함을 언급합니다. trasformer는 과거의 의미를 압축하는 Context Vector가 아닌 attention 기법을 활용하여 새로운 모델을 제안합니다. 틀린 내용이 있으면 피드백 부탁드립니다. - 논문 제목 : Attention Is All You Need - 저자 : Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit,..

서론 FastText는 train 데이터에 등장하지 않은 단어들도 표현가능한 단어 표현 모델입니다. 본 포스팅에서는 주요 내용 위주로 논문을 번역/ 요약하였습니다. > 논문에서는 Word2Vec의 문제점을 다루면서 시작합니다. 저자들은 그 문제점의 중요성을 말하고 극복하기 위한 새로운 모델을 제시합니다. 결과적으로 Word2Vec와 동일하게 단어를 표현하는 모델을 제안합니다. 틀린 내용이 있으면 피드백 부탁드립니다. - 논문 제목 : Enriching Word Vectors with Subword Information - 저자 : Piotr Bojanowski, Edouard Grave, Armand Joulin, Tomas Mikolov 본론 - 논문 [논문 1회독] - Abstrack Word2Vec..

서론 Word2Vec는 단어를 모델이 이해할 수 있도록 수치 표현으로 변환하는 모델로 단어를 표현하는 방법을 설명합니다. 본 포스팅에서 주요 내용 위주로 논문을 번역/ 요약하였습니다. > 논문에서는 Word2Vec 방식 2가지를 설명합니다. 두 방식의 모양은 서로 다르지만 결과적으로는 같은 목적을 이룹니다. 저자들은 이전 NLP 모델과 저자들의 모델을 비교하며 과거의 문제점을 위 논문으로 해결한 것을 중점으로 다룹니다. 틀린 내용이 있으면 피드백 부탁드립니다. - 논문 제목 : Efficient Estimation of Word Representations in Vector Space - 저자 : Tomas Mikolov, Kai Chen, Greg Corrado, Jeffrey Dean 본론 - 논문 ..

서론 Sketch2Fashion은 스케치 의류 이미지를 실제 이미지로 변환하는 작업을 수행합니다. 스케치 관련 GAN은 몽타주를 실제 얼굴로 바꾸거나 연필 스케치 그림을 실제 작품으로 바꾸는 등 다양합니다. 본 포스팅에서 주요 내용 위주로 논문을 번역/ 요약하였습니다. > 논문에서는 사람이 그린 의류 디자인 스케치를 실제 의류로 변환하는 논문을 다룹니다. 틀린 내용이 있으면 피드백 부탁드립니다. - 논문 제목 : Sketch2Fashion: Generating clothing visualization from sketches - 저자 : Manya Bansal, David Wang, Vy Thai 본론 - 논문 - 깃허브 https://github.com/vythaihn/Sketch2Fashion-pyt..

서론 이번 포스팅에서는 Tensorflow로 구현한 GAN을 MNIST dataset으로 학습한 후, 학습된 generator이 생성한 가짜 이미지를 확인하는 것을 목표로 한다. 작업 환경은 Google Colab에서 진행합니다. -> 전체 코드 https://github.com/SangBeom-Hahn/AI_Paper_Review_Analysis/tree/main/Vanila_Gan GitHub - SangBeom-Hahn/AI_Paper_Review_Analysis Contribute to SangBeom-Hahn/AI_Paper_Review_Analysis development by creating an account on GitHub. github.com 본론 - 목차 1. 학습에 필요한 util..