... ...

강의 수강 내용 과정에서 의미있었던 부분으로 내용을 정리해보려고 한다. 완벽한 짜임새 혹은 내용의 전문성 보다도 기억에 남는 키워드와 내용들, 필기했던 부분들을 남겨보려고 한다. 강의에서 배운 딥러닝 모델, 코드 구현, 프로젝트, 각종 개념 등은 다른 카테코리에서 따로 다뤄보는 것을 목표로 한다. Diffusion model은 deep generative model로, 주어진 text와 묘사대로 학습 데이터에 없는 형태의 이미지를 생성한다. (GAN과의 차이점) Diffusion model의 back bourne model은 U-Net이다. U-Net은 모델의 모양이 U자라고 해서 붙어진 이름으로, 그 구조는 Auto Encoder와 GAN과 상당히 유사하며, VAE의 아이디어를 많이 차용하고 있다. U..

1. 개념 입력을 출력으로 복사하는 신경망으로, Encoder를 통해 데이터를 암호화하고, Decoder를 통해 암호화된 데이터를 재출력하는 역할을 수행하는 비지도 학습 모델 2. Auto Encoder 설계 아이디어 PCA(Principal Component Analysis)의 아이디어를 차용한 것으로, 더보기 * PCA 상관관계가 있는 고차원의 자료를 자료의 변동을 최대한 보존하는 고유값과 고유 벡터를 이용하여 저차원의 자료로 변환시키는 분석 기법으로, 차원의 수는 줄이면서 자료의 핵심 attribute만 계승함으로써 데이터의 복잡도를 줄여 computing cost를 절약하고, 데이터의 가장 중요한 변동성을 나타냄으로서 데이터의 탐색과 해석에 도움을 주는 데이터 분석 기법 input data를 x,..