Recent Posts
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- flask모델서빙
- mask2cocojson
- MaskRCNN_colab
- RMSLE
- 엘라스틱넷
- bargraph
- mask2coco
- mmdetection
- Python
- docker
- MaskRCNN환경구성
- 모델 성능 최적화
- 청산원함
- bcss
- 기사단원의무기
- stacking
- 객체 성능 평가 지표
- stratified k-fold
- 회귀 평가 지표
- 다중 회귀
- spleeter
- MSLE
- MaskRCNN코랩
- MaskRCNN환경구축
- 로지스틱 회귀
- 프로그래머스
- 피처 스케일링
- rogistic regression
- PyQt5
- seaborn.barplot
- Today
- Total
목록GAN (1)
노트와 노트

1. GAN(Generative Adversarial Networks)이란? GAN은 Generative Adversarial Networks의 약자로 우리말로는 '적대적 생성 신경망'이라고 한다. GAN은 Generative AI의 한 종류로 사람이 쓴 것 같은 글, 사진 등 실제에 가까운 가짜 데이터들을 생성하는 모델이며, '적대적 생성' 이라는 이름에서 알 수 있듯 서로 다른 두 개의 네트워크를 적대적으로(Adversarial) 학습시키며 실제와 비슷한 데이터를 생성(Generative)한다. 2. 개념(Concept)과 구조(Architecture) GAN은 확률 분포를 학습하며 끊임없이 실제에 가까운 거짓 데이터를 생성하는 Generator(이하 G)와 데이터가 Generator에 의해 생성된 ..
Machine Learning & DeepLearning
2023. 9. 26. 18:01