TIL 20일차 (22.02.07)

<안내>
필자도 배우는 입장이라 틀린점, 잘못된 점이 있을 수 있습니다.
그러니 지적, 피드백 환영합니다.

 

GAN (Generative Adversarial Network) : 생성모델

 

Discriminator (식별자) : 진짜인지 아닌지 식별을 하는애

Generator (생성자) : 진짜같은 '가짜'를 생성하는 애

 

 

GAN의 기본 수식이다. 

D(x)는 일단 들어간 애가 진짜인지 아닌지 판별하는거고,

 

D(G(z)) 를 하게되면, 생성자는 더 진짜같은 가짜를 만들고, 식별자는 가짜를 더 잘 찾도록 하는 방향으로 진행되어 

 

V(D,G)가 최대가 되면, 우리가 생성하는 것이 실제의 것과 최대한 유사한 결과로 나온다는 것. 

 

conditional GAN : 기존 자료에서 임의의 이미지가 어떤 라벨에 속하는지를 이용해서 우리가 원하는 라벨의 이미지를 생성하도록 하는거라고 보면 됨

( CNN의 ResNet에서 더 효울적으로 하기위해 이전 값을 더해주는거랑 같은 맥락으로 보면 됨!)

 

사담

오랜 기간 글을 못 썼네요. 아니 안 썼다고 하는게 옳은 표현인 것을 압니다.

하던 일이 잘 풀리지 않아 속상해서 의욕을 잃었던 것 같습니다. 

물론 핑계지만 말이에요. 

 

그래도 울고 앉아있을 수 없기에 오늘부터 또 열심히 글을 올리도록 하겠습니다. 

 

방문해주셔서 감사합니다 .