1시간만에 GAN(Generative Adversarial Network) 완전 정복하기

발표자: 최윤제(고려대 석사과정)
tv.naver.com/n...
더욱 다양한 영상을 보시려면 NAVER Engineering TV를 참고하세요.
발표일: 2017.5.
최윤제 (Yunjey Choi)는 고려대학교에서 컴퓨터공학을 전공하였으며, 현재는 석사과정으로 Machine Learning을 공부하고 있는 학생이다. 코딩을 좋아하며 이해한 것을 다른 사람들에게 공유하는 것을 좋아한다. 1년 간 TensorFlow를 사용하여 Deep Learning을 공부하였고 현재는 PyTorch를 사용하여 Generative Adversarial Network를 공부하고 있다. TensorFlow로 여러 논문들을 구현, PyTorch Tutorial을 만들어 Github에 공개한 이력을 갖고 있다.
개요:
Generative Adversarial Network(GAN)은 2014년 Ian Goodfellow에 의해 처음으로 제안되었으며, 적대적 학습을 통해 실제 데이터의 분포를 추정하는 생성 모델입니다. 최근 들어 GAN은 가장 인기있는 연구 분야로 떠오르고 있고 하루에도 수 많은 관련 논문들이 쏟아져 나오고 있습니다.
수 없이 쏟아져 나오고 있는 GAN 논문들을 다 읽기가 힘드신가요? 괜찮습니다. 기본적인 GAN만 완벽하게 이해한다면 새로 나오는 논문들도 쉽게 이해할 수 있습니다.
이번 발표를 통해 제가 GAN에 대해 알고 있는 모든 것들을 전달해드리고자 합니다. GAN을 아예 모르시는 분들, GAN에 대한 이론적인 내용이 궁금하셨던 분들, GAN을 어떻게 활용할 수 있을지 궁금하셨던 분들이 발표를 들으면 좋을 것 같습니다.
발표자료:
www.slideshare...

[@shinwoosup]

GAN 설명 : 무작위로 이미지를 읽으며. V(D, G) 값을 샘플링 해서. 실제 데이터는 1에 가깝고. 가짜 데이터는 0에 가깝게 만드는 확률 분포 함수
RNN 설명 : 순차적으로 누적된 데이터값을 여러장면에 덧그리듯이 패턴 분석
CNN 설명 : 4개의 값중에 가장 큰값이나 4개의 평균값을 추출하여 비교

[@bayesianlee6447]

이분이 startGAN 만드신분이구나... 대단하심

[@vehekalfyywehhshxb]

석사과정에 있으신 분인데 내공이 깊으시네요.

[@dgtgrade]

다양한 GAN에 대해 각 GAN의 특징에 대해서 간략하게 잘 설명해 주셨다고 생각합니다. 잘 들었습니다.

[@statisticsplaybook]

너무 재미있습니다! 많이 배우고 갑니다. 감사합니다! :)

[@열코기]

내용 명확하고, 이해하기 쉽게 잘 정리해주셨는데... 여기 댓글은 진짜 참 불편한 것들이 정말 많아 ㅋㅋㅋ 그렇게 앉아서 선비질 할꺼면 수염 기르고 갓 뒤집어쓰고 조선 시대로 가라;

[@tershire]

매우 좋은 강의입니다. 감사합니다!

[@user-np6gw2fi8v]

아주 좋은 강의 잘 들었습니다. 공유 감사합니다.

[@ganstabreakincity]

Best explanation of GAN, deeply thanked.

[@phuccoiinkorea3341]

fuck. I dont understand Korean

[@소각장불방망이]

SGAN에서 지도학습을 하는(class를 구분하는) discriminator는 10개의 확률분포를 반환하지 않나요?

[@YonggyunYu]

이런 자료 너무 좋습니다. ^^ 감사합니다.

[@박지안-x2r]

좋은 자료 감사합니다. 명료하게 설명을 잘해주셔서 많은 도움이 되었습니다.

[@포레버영-r7d]

입문자로서 정말 많은 도움이되었습니다. 감사합니다.

[@MoneyStudyLeeJongSung]

좋은 발표 감사합니다. 너무 잘했습니다.

[@미니두껍]

진짜 대단하십니다.훌륭한 강의 잘 들었습니다^^

[@홍성훈-s3m]

설명을 정말 잘하시네요. 감사합니다.

[@공돌이-v7p]

고등학생인데도 이해가 잘되네요 아주 잘봤습니다.

[@홍길동-t6z3f]

내용이 너무 좋았습니다. 수고하셨습니다

[@jayseo6778]

강의 감사합니다.

[@hyunwookim4601]

정말 재미있네요. 감사합니다

[@Soori-n8r]

와 진찌 감사합니다. GAN 이해가 잘 안 갔는데 커다란 도움이 되었습니다.

[@tikitakaxxx]

설명이 명쾌합니다 ㅎㅎ 잘 보고 갑니다!

[@robotman7101]

좋은자료 감사합니다!

[@whdals5267]

영상 잘봤습니다
감사합니다

[@MrJonghwi91]

너무 감사합니다!

[@reonaledo]

잘봤습니다. 감사합니다

[@권태국-b6x]

잘봤습니다!!

[@ukjoeee]

잘봤습니다~~~!!

[@wonhosong2380]

감사합니다!

[@SwordMasterZeroSpeed]

Contribution 감사요 감사요!

[@김민현-h9l]

좋은 영상 잘봤습니다! "이제" 를 상당히 애용하시네요.!

[@trilobty]

쓸개편도 만들어주세요

[@김하준-j4h]

아 이분이시구나 ㅋㅋㅋㅋ 워낙 유명하셔서

[@kotai2003]

이 자료의 PDF를 공개해주시겠습니까?

[@minsuksung]

@@kotai2003 감사합니다

[@aiphdssong]

결국 저 z 값은 무엇이 되는건가요 ?

[@yuuno__]

30:24

[@jamesprize]

와, 개이버다.

[@lililliil1761]

이제...명?😅😅😅😅

[@hopkinsjohns110]

도중에 시간 아깝게 이상한 질문들 하시네 ㅎㅎ 내용 너무 깔끔하고 좋네요

[@최준용-f5b]

시간이 아깝다뇨.. 의미있는 질문 많은데요

[@neotakayashi3167]

굉장히 중요한 질문들이였는데요..?

[@김명준-m8r2n]

질문 내용이 잘 안들려서 듣기 어려운 부분이 있었지만 그렇다고 이상한 질문은 하나도 없었는데..
거기다가 발표자분이 시간상 뺏던 내용을 짚는 내용도 많았고. 혹시 통찰력이 없는건 ..?

[@하루하루-d6n]

강의 내용도 좋고 설명도 좋으신데 한가지 조금 거슬리는게 중간중간에 '좀' 이라는 말이 계속 거슬리네요 ㅜㅜ

[@penguinkang]

좋은 자료와 강의 감사드립니다.

[@김선인-f2p]

좋은 강의 잘 봤습니다. 감사합니다.