<div> <div style="text-align:justify;"> <div>오늘 다룰 논문에서 보여줄 내용에서 제가 아주 재미있다고 생각한 부분을 먼저 소개해드리면서 시작해보겠습니다.</div> <div><br></div> <div style="text-align:center;"><b><font size="3">KING (왕)−MAN (남자)+WOMAN (여자)</font></b></div> <div><br></div> <div>만약 위에 수식을 계산해야한다면 어떤 단어가 답이 될 것이라 생각되시나요?</div> <div style="text-align:center;"><b><font size="3">QUEEN (여왕)</font></b></div> <div><br></div> <div>은 어떤가요? 사람에게는 이런 연산이 그리 어려운 일이 아니지만 컴퓨터에게 이런 연산은 사실 1) 단어의 의미를 이해하고 2) 그에 맞는 새로운 단어를 찾는 생각보다 고차원의 처리가 필요한 어려운 문제일 수 있습니다. 이런 문제를 인공신경망으로 해결하려 한 것이 word2vec이란 이름으로 연구되어있고 이 또한 상당히 흥미로운 주제 중 하나입니다.</div> <div><br></div> <div>오늘 소개해드릴 <b>DCGAN</b>은 이런 문제를 단어나 말뭉치가 아닌 이미지에서 하는 것이 가능하다는 것을 보여줍니다. 예를 들자면 실제 논문에 있는 그림인데 다음과 같은 것을 말합니다:</div></div> <div style="text-align:center;"><img src="http://thimg.todayhumor.co.kr/upfile/201702/148723049195f80a265f8f4856a96fae61e915dc3f__mn170233__w946__h498__f60602__Ym201702.png" width="800" height="421" alt="dcgan-vector-arithmatic.PNG" class="chimg_photo" style="border:none;" filesize="60602"></div><br></div> <div> <div>지금 여기에 나온 사진들은 모두 다 실제 사진 등으로 찍은 이미지가 아닌 학습된 뉴럴 네트워크가 만들어낸 이미지입니다. 이 이미지를 만들어내는 입력값 중에 <b>"안경을 쓰고 있는 </b><b>남자들"</b>을 그리게 하는 입력값들을 모아 평균치를 구하고, <b>"안경 없는 남자"</b>와 <b>"안경 없는 여자"</b>들을 만들어 내는 입력값들에 대해서도 평균치를 구한 후 각각 빼고 더해주면 새로운 입력값들이 나오겠지요? </div> <div><br></div> <div>그 입력값을 다시 뉴럴 네트워크에 넣어서 이미지가 뭐가 나오는지 보면 놀랍게도 <b>"안경을 쓴 여자"</b>가 나온다는 것입니다.</div> <div>심지어 이 결과들이 처음부터 이런 문제를 풀기 위한 것이 아니라 이미지를 생성하기 위해 학습을 하고나서 부수적으로 얻은 결과라는 것이 매우 놀랍죠....</div> <div><br></div> <div>아무튼 여러분이 DCGAN에 흥미를 가지셨다면 성공입니다. 이젠 DCGAN이 어떻게 이런 결과가 나오도록 학습한 것인가?!에 대해 찬찬히 살펴보겠습니다. </div> <div><br></div> <div>1편이 좀 어려운 얘기가 나온다 싶어도 일단 넘기며 읽으시고 결과들을 중점적으로 보는 2편을 보시면 조금 더 재미있으실겁니다.</div></div> <div> <h3 class="post-title entry-title" style="margin:.75em 0px 0px;font-weight:normal;font-size:22px;line-height:normal;font-family:'Trebuchet MS', Trebuchet, Verdana, sans-serif;color:#666666;"><a target="_blank" href="http://jaejunyoo.blogspot.com/2017/02/deep-convolutional-gan-dcgan-1.html" target="_blank">초짜 대학원생의 입장에서 이해하는 Deep Convolutional Generative Adversarial Network (DCGAN) (1)</a></h3></div> <div><a target="_blank" href="http://jaejunyoo.blogspot.com/2017/02/deep-convolutional-gan-dcgan-2.html" style="font-family:'Trebuchet MS', Trebuchet, Verdana, sans-serif;font-size:22px;" target="_blank">초짜 대학원생의 입장에서 이해하는 Deep Convolutional Generative Adversarial Network (DCGAN) (2)</a></div>
출처 보완 |
2017-02-16 17:06:03
0
|
|
댓글 분란 또는 분쟁 때문에 전체 댓글이 블라인드 처리되었습니다.