ProWiseman

CycleGAN CycleGAN으로 여자 얼굴 남자 얼굴로 바꾸기 GAN이란? GAN에는 Generator와 Discriminator가 있는데 Generator는 이미지를 생성하고 Discriminator는 이미지가 진짜 이미지인지 Generator가 생성한 이미지인지 판별한다. 결국 Generator는 Discriminator를 속이기 위해 점점 더 그럴 듯 한 이미지를 생성하고 Discriminator는 점점 더 진짜 이미지와 가짜 이미지를 잘 판별한다. CycleGAN이란? CycleGAN은 하나의 이미지 도메인을 다른 이미지의 도메인으로 바꾸는 모델이다. Pix2Pix와 CycleGAN의 차이점은 Pix2Pix는 위와 같이 Input Image와 Target Image가 페어를 이루는 데이터 셋이..

Titanic-Machine-Learning-from-Disaster 이 포스트는 이유한님이 설명하신 타이타닉 영상을 기반으로 작성되었습니다. Data Science Process 데이터 사이언스는 다음과 같은 단계로 구성되어 있다. Project Scoping(Define Problem) Data Collection Dataset Check EDA(Exploratory Data Analysis) Data Preprocessing Feature Engineering Modeling Evaluation Project Delivery / Insights (Submission) 하지만 이 레포지터리에서는 캐글의 타이타닉 생존자 예측을 하는 것이기 때문에 문제가 정의되어 있고 데이터도 모여있다. 따라서 1, 2..

들어가며 StyleGAN과 StyleGAN2의 논문을 살짝 읽어보긴 했는데, 수식이 너무 어려워서 곤란해하던 중 From GAN basic to StyleGAN2 이란 포스트에 잘 정리돼 있어 위 포스트를 보고 공부하였다. 그래서 아래 정리한 내용들도 From GAN basic to StyleGAN2를 해석해 놓은 것이다. 하지만 이 포스트를 읽는 사람들은 GAN에 대해 알고 있다고 가정하고 GAN에 대한 내용은 대부분 생략했다. 내용 GAN evaluation metrics GAN은 비지도 학습이기 때문에 지도 학습의 정확도나 F1 score와 같이 확립된 평가 방법(metric)이 없다. 여기에서는 StyleGAN이 제안한 자주 쓰이는 평가 방법인 Frechet Inception Distance와 P..

들어가며 이번에 StyleGAN2로 CAN 구현 후 Style Transfer로 화풍 학습 시키는 프로젝트를 하면서 CAN에 대해 공부하게 됐다. 내용은 GAN을 알고 있다고 가정하며 GAN에 대한 내용은 생략했으며 자세한 내용은 논문을 보면 좋겠다. 내용 Background 이 논문은 D. E. Berlyne이 제안한 이론에서 동기를 얻었다(motivated)고 했다. Berlyne은 심리학적 개념인 각성(arousal)이 미적 현상을 연구하는데 큰 관련이 있다고 했다. 각성의 정도(Level of arousal)는 인간이 얼마나 경계하거나 흥분하냐에 따라 측정된다고 한다. 각성 잠재력(arousal potential)이라는 용어는 각성을 증가시키는 자극 패턴(stimulus patterns)의 특성을..

프로젝트 동기 평소처럼 왁굳형의 유튜브를 봤는데 한 팬치가 몬티홀의 역설을 우왁끼에 올려서 왁굳형과 팬치들이 이 문제에 대해 열심히 토론하는 영상이 올라왔다. 영상에서 열심히 토론한 몬티홀의 역설은 다음과 같다. 세 개의 문 중에 하나를 선택하여 문 뒤에 있는 선물을 가질 수 있는 게임쇼에 참가했다. 한 문 뒤에는 자동차가 있고, 나머지 두 문 뒤에는 염소가 있다. 이때 어떤 사람이 예를 들어 1번 문을 선택했을 때, 게임쇼 진행자는 3번 문을 열어 문 뒤에 염소가 있음을 보여주면서 1번 대신 2번을 선택하겠냐고 물었다. 참가자가 자동차를 가지려 할 때 원래 선택했던 번호를 바꾸는 것이 유리할까? 작성자는 이 역설 문제의 답이 2/3라고 했는데 정말 답이 맞는지 구글링해 본 결과 위키백과에 조건부 확률과..