Machine Learning6 Image-to-Image Translation with Conditional Adversarial Networks Key Point는 아래와 같습니다. 1. Input에서 Output Image 로 mapping 하는 Conditional Adversarial Networks 2. Mappign network 훈련에 사용되는 Loss function 이 글에서는 2016년 11월 PHillip Lsola 등이 발표한 Image-to-Image Translation with Conditional Adversarial Networks(Pix2Pix)를 공부해보도록 하겠습니다. Pix2Pix는 Image to Image Translation을 다루는 논문입니다. 💡 Image-to-Image Translation 은 무엇을 의미할까요? Image 분야에서 Translation은 특정 이미지의 이동을 의미합니다. Imag.. 2022. 7. 30. [ 논문 리뷰 ] Image-to-Image Translation with Conditional Adversarial Networks 2016년 11월 PHillip Lsola 등이 발표한 Image-to-Image Translation with Conditional Adversarial Networks(Pix2Pix)를 공부합니다. 본 논문에서는 Image-to-Image Translation에 적합한 conditional GANs(cGAN)을 이용하여 광범위한 task에서 좋은 결과를 낼 수 있는 프레임워크인 pix2pix를 소개합니다. Pix2Pix는 Image to Image Translation을 다루는 논문입니다. 💡 Image-to-Image Translation 은 무엇을 의미할까요? Image 분야에서 Translation은 특정 이미지의 이동을 의미합니다. Image-to-Image Translation은 이미지를 입.. 2022. 7. 30. 05. Logistic Regression Classification review Linear Regression의 Hypothesis, Cost, Gradient decent 입니다. [ Logistic Regression Classification ] Logistic Regression Classification은 classification 알고리즘 중에서 굉장히 정확도가 높은 알고리즘입니다. 상황을 몇 시간 동안 공부하면 합격한다/ 떨어진다 두 가지 결과를 가지고 예측해보겠습니다. 즉 0, 1을 예측하는 binary classification 모델입니다. [ Logistic Hypothesis ] 결과 값을 0 ~ 1 사이로 압축시켜주는 함수가 있었으면 좋겠다고 생각하였고, sigmoid 함수를 발견했습니다. 아래 그래프는 가로가 z값이고, 세로는 g(z) 입니다. .. 2022. 6. 15. 02. Linear Regression 의 Hypothesis와 cost 설명 Regression 예측 값을 직선으로 표현하는 모델입니다. Regression model을 학습한다는 것은 하나의 가설을 세울 필요가 있습니다. " Linear 한 model이 우리의 data에 맞을 것이다 " 라는 가설입니다. (Linear) Hypothesis H(x) = Wx + b 위와 같이 가설을 세워줍니다. 해당 가설은 W, b의 값에 따라 여러 개의 직선으로 표현될 수 있습니다. 어떤 선이 나에게 가장 잘 맞는 선일까?? 이것을 확인하기 위해서는 실제 data와 직선(가설로 인해 생성된 data) 의 거리를 측정합니다. 이때 거리가 멀면 안좋고, 거리가 짧으면 좋은 것입니다. Cost Function 점(data)과 직선(가설)의 거리를 측정하는 것을 cost function 이라고 합니다.. 2022. 6. 15. 이전 1 2 다음
