GAN3 [E-20] 난 스케치를 할테니 너는 채색을 하거라 Opening ★ 페이스북 인공지능 연구팀의 리더이자 딥러닝의 아버지라 불리는 얀 르쿤(Yann LeCun) 교수는 GAN(Generative Adversarial Network)을 가리켜 최근 10년간 머신러닝 분야에서 가장 혁신적인 아이디어라고 말했습니다. 요즘 가장 주목받는 기술인 딥러닝 중에서도 GAN은 가장 많은 관심을 받고 있는 기술입니다. 아무래도 창조자의 영역에 가장 근접한 딥러닝 분야여서 그런지 매번 생성되는 결과물을 기다릴 때마다 설레는 마음이 드네요. 이번 시간에는 GAN으로 할 수 있는 다양한 분야가 어떤 것들이 있는지 파악하면서 시작하고자 합니다. GAN에는 어떤 종류들이 있는지 찾아보고 설명해 보시길 바랍니다. [예시 답안] GAN(Generative Adversarial Net.. 2021. 3. 18. [E-16] 흐린 사진을 선명하게 Opening Super Resolution 분야에서의 최근 SOTA 논문들의 리스트를 찾아봅시다. [예시답안] CAR : Learned Image Downscaling for Upscaling using Content Adaptive Resampler SAN : Second-Order Attention Network for Single Image Super-Resolution DBPN-RES-MR64-3 : Deep Back-Projection Networks for Single Image Super-resolution DRLN+ : Densely Residual Laplacian Super-Resolution SRGAN+Residual-in-Residual Dense Block : ESRGAN: En.. 2021. 3. 4. [E-12] 인공지능으로 세상에 없던 새로운 패션 만들기 Opening 생성 모델은 최근에 딥러닝에서 가장 각광을 받고 있는 분야이기도 합니다. 왜 그럴까요? 어떤 분야에서 활용할 수 있는지 한번 생각해 보시고 함께 토론해 보세요. [예시 답안] GAN의 인기 이유 생성 모델은 학습 데이터의 분포를 학습하여 학습 데이터의 분포를 따르는 유사한 데이터를 생성하는 모델이다. 학습 데이터 속의 각 샘플들마다 픽셀들의 분포를 제대로만 알아낼 수 있다면 학습 데이터와 유사한 데이터를 생성해 낼 수 있다. 학습 데이터가 많아짐에 따라 실제와 거의 유사한 수준의 결과물을 만들어 낼 수 있으므로, 새로운 무언가를 만들어 내는 생성 모델링은 인간의 창의성을 극대화하는 재미있는 연구 분야로 인기가 높다. 활용 가능한 분야 저작권을 피할 수 있는 디자인 생성, 가상의 연예인 생성.. 2021. 2. 18. 이전 1 다음