📲PROJECT

    [논문읽기] 10. CGAN
    📲PROJECT/논문읽기

    [논문읽기] 10. CGAN

    "GAN + Condition y"0. Abstract이 논문에서는 conditional 버전의 GAN에 대해서 설명할 것이다. 이는 간단하게 y 데이터를 추가함으로써 generator와 discriminator에 condition을 줄 수 있다. 이 모델을 통해서 MNIST dataset을 클래스 라벨 조건에 맞춰서 생성할 수 있다.1. IntroductionUnconditioned generative model에서는 데이터가 생성되는데에 통제권이 없다. 하지만 추가적인 정보를 모델에 입력하여 conditioning하면 데이터 생성과정에 영향을 미칠 수 있다. 이러한 conditioning은 클래스 라벨, 인페인팅 데이터의 일..

    [논문읽기] 09-1. LSGAN MNIST with Keras
    📲PROJECT/논문읽기

    [논문읽기] 09-1. LSGAN MNIST with Keras

    LSGAN_MNIST_Kerashttps://github.com/eriklindernoren/Keras-GAN/blob/master/lsgan/lsgan.py1. Load ModulesIn [13]:from __future__ import print_function, division from keras.datasets import mnist from keras.layers import * from keras.models import * from keras.optimizers import * import matplotlib.pyplot as plt import sys import numpy as np import tensorflow as tf 2. Build NetworkIn [59]:class LSGAN..

    [논문읽기] 09. LSGAN
    📲PROJECT/논문읽기

    [논문읽기] 09. LSGAN

    0. Abstract최근 비지도 학습에 대한 GAN의 성능이 성공적임을 증명했다. 기존의 Vanilla GAN은 분류기로써 discriminator를 가정하고, sigmoid cross entropy loss function을 사용했다. 하지만 이 loss function이 학습과정에서 “Gradient Vanishing” 문제를 발생시킬 수 있다는 것을 발견했다. 이러한 문제를 해결하기 위해서는 이 논문에서 말하는 discriminator의 loss function에 least square를 채택하는 Least Square Generative Adversarial Networks를 사용해야한다. 새로운..

    [논문읽기] 08-1. WGAN MNIST With Keras
    📲PROJECT/논문읽기

    [논문읽기] 08-1. WGAN MNIST With Keras

    From_GAN_to_WGAN_Implementationwith KerasIn [63]:from keras.models import * from keras.layers import * from keras.optimizers import* import numpy as np import tensorflow as tf import matplotlib.pyplot as plt import cv2,PIL 1. View MNIST DATASET (Just See)In [7]:(X_train,y_train),(X_test,y_test) = tf.keras.datasets.mnist.load_data() In [ ]:X_train = X_train.astype(np.float32).reshape(-1, 28,28) /..

    [논문읽기] 08. From GAN to WGAN
    📲PROJECT/논문읽기

    [논문읽기] 08. From GAN to WGAN

    GAN의 발전..!0. Abstract이 논문은 GAN이 왜 학습하기 어려운지에 대해 수학적으로 설명하고, WGAN이 GAN의 학습시에 두 분포간 거리를 측정하는 방법에 어떠한 변화를 주어 학습을 증진시켰는지 알아볼 것 이다.1. IntroductionGAN은 다양한 많은 분야에서 좋은 산출물을 냈다. 하지만 GAN은 학습시 불안정하고, 수렴에 실패하는 문제에 대해 직면하고있다.그래서 이러한 GAN의 문제를 수학적 배경으로 왜 학습하기 힘든지를 설명하고 학습이 어려운 것을 해결하기 위해 등장하는 수정된 GAN에 대해 설명할 것이다.2. Kullback–Leibler and Jensen–Shannon DivergenceGAN에 대해서 살펴보기 전에, 두 확률분포간의 유사..

    [논문읽기] 07-2. DCGAN Pokemon With Keras
    📲PROJECT/논문읽기

    [논문읽기] 07-2. DCGAN Pokemon With Keras

    from __future__ import absolute_import, division, print_function, unicode_literals In [306]:import tensorflow as tf tf.__version__ Out[306]:'1.14.0-rc1'In [0]:import glob import imageio import matplotlib.pyplot as plt import numpy as np import os import PIL from PIL import Image from tensorflow.keras.layers import * import time import cv2 import tqdm from IPython import display In [5]:!apt-get i..

티스토리툴바