딥러닝 생성 모델의 이해와 구현

주제

머신러닝/딥러닝

강사명

김수현

교육목표

Generative Models의 특징과 응용 분야를 알 수 있다. AE/VAE 구조를 이해하고 학습 모델을 구현할 수 있다. GAN 알고리즘을 이해하고 학습 모델을 구현할 수 있다. DCGAN & CGAN 알고리즘을 이해하고 구현 코드를 분석 및 이용할 수 있다. 고성능 GAN 알고리즘들을 이해하고 구현 코드를 분석 및 이용할 수 있다.

교육시간

2일 15시간

커리큘럼

가. Generative Models 개요 - Discrimitive Models과 Generative Models 차이 이해하기 - Generative Models 응용 분야 파악하기 - Generative models 종류 파악하기 나. AE/VAE 구조의 이해와 기능 구현 - AE(Auto-Encoder) 구조와 특징이해 및 학습 모델 구현하기 - VAE(Variational AE) 구조와 특징 이해 및 학습 모델 구현하기 다. GAN 알고리즘의 이해와 기능 구현 - GAN 모델의 구조와 동작 이해하기 - 다양한 GAN 모델의 종류와 특징 파악하기 - GAN 학습 모델 구현하기 라. DCGAN & CGAN 알고리즘 이해와 기능 구현 - DCGAN 알고리즘 이해와 기능 구현하기 - CGAN 알고리즘 이해와 기능 구현하기 - Controllable Generation 개념 이해하기 마. GAN 모델 구현 실전 팁 - GAN 학습의 어려움과 노하우 습득하기 - GAN Evaluation Metrics 습득하기 바. 고성능 GAN 모델 알고리즘 이해와 기능 구현 - SGAN(Semi-Supervised GAN) & ProGAN 구현하기 - Pix2Pix & CycleGAN 구현하기 - StyleGAN 구현하기

수강신청 방법

아래 일정 기입된 부분 두 번 클릭 시 수강신청 사이트로 이동

14 more properties