[AI/Hands-on ML] - [핸즈온 머신러닝] 17장(2) - 합성곱 오토인코더, 순환 오토인코더, 잡음 제거 오토인코더, 희소 오토인코더 [핸즈온 머신러닝] 17장(2) - 합성곱 오토인코더, 순환 오토인코더, 잡음 제거 오토인코더, 희소 오 [AI/Hands-on ML] - [핸즈온 머신러닝] 17장 - 오토인코더와 GAN을 사용한 표현 학습과 생성적 학습 [핸즈온 머신러닝] 17장 - 오토인코더와 GAN을 사용한 표현 학습과 생성적 학습 17. 오토인코더와 GAN 오 kdeon.tistory.com 17. 8 변이형 오토인코더, Variational AutoEncoder 2014년 소개된 오토인코더로, 매우 인기 있는 오토인코더 중 하나이다. 이전 글에서 봤던 오토인코더들은(Denoising..
17. 오토인코더와 GAN 오토인코더 지도 없이도 잠재 표현 또는 코딩이라 부르는 입력 데이터의 밀집 표현을 학습할 수 있는 신경망 - 코딩은 일반적으로 입력보다 훨씬 낮은 차원을 가지므로 오토인코더가 차원 축소, 특히 시각화에 사용됨 (오토인코더가 강력한 특성 추출기처럼 작동하므로 심층 신경망의 비지도 사전훈련에 사용되는 것) - 일부 오토인코더는 훈련 데이터와 매우 비슷한 새로운 데이터를 생성할 수 있음 -> 생성 모델 생성적 적대 신경망 (GAN) 초해상도(이미지 해상도 높이기), 이미지를 컬러고 바꾸기, 강력한 이미지 편집, 간단한 스케치->실제 이미지, 동영상에서 다음 프레임 예측하기, 데이터 증식, 다른 모델의 취약점 식별 및 개선 등 널리 사용됨 오토인코더와 GAN 모두 비지도 학습으로, 둘..
[AI/Hands-on ML] - [핸즈온 머신러닝] 17장 - 오토인코더와 GAN을 사용한 표현 학습과 생성적 학습 [핸즈온 머신러닝] 17장 - 오토인코더와 GAN을 사용한 표현 학습과 생성적 학습 17. 오토인코더와 GAN 오토인코더 지도 없이도 잠재 표현 또는 코딩이라 부르는 입력 데이터의 밀집 표현을 학습할 수 있는 신경망 - 코딩은 일반적으로 입력보다 훨씬 낮은 차원을 가지므로 오토 kdeon.tistory.com 17. 4 합성곱 오토인코더, Convolutional AutoEncoder 이미지를 다룰 때는, 합성곱 신경망이 밀집 네트워크보다 잘 맞음 -> 이미지에 대한 오토인코더를 위한 합성곱 오토인코더 인코더는 합성곱 층과 풀링 층으로 구성된 일반적인 CNN - 입력에서 공간 방향의 차원..
