| 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 |
Tags
- dann paper
- 최린컴퓨터구조
- CGAN
- 딥러닝손실함수
- dcgan
- BYOL
- CoMatch
- ConMatch
- 컴퓨터구조
- GAN
- Entropy Minimization
- Pseudo Label
- SSL
- cifar100-c
- 백준 알고리즘
- mocov3
- conjugate pseudo label paper
- adamatch paper
- Pix2Pix
- tent paper
- mme paper
- CycleGAN
- semi supervised learnin 가정
- remixmatch paper
- shrinkmatch paper
- UnderstandingDeepLearning
- shrinkmatch
- WGAN
- Meta Pseudo Labels
- simclrv2
Archives
- Today
- Total
목록infogan (1)
Hello Data
지난 번 LSGAN에 이어서 이번에는 InfoGAN논문리뷰입니다. 제가 GAN을 처음 공부할 때만 해도 cycleGAN, StyleGAN이런 모델들만 봐서 그런지 흥미로웠지만 이해가 안가는 것 투성이였는데 태초의 논문들부터 보니 재밌습니다. 이번 InfoGAN은 disentanglement 한 특징을 잡아내기 위한 방법을 고안한 논문인데요, 천천히 논문 처음부터 읽어보겠습니다. (mutual information과 disentanglement가 핵심이니 두가지를 잘 들고 가시면 될 거 같습니다) Introduction unsupervised learning(비지도학습)에서는 extracting value를 하는 것이 어렵다고 합니다. (아마 여기서 extracting value는 우리가 원하는 특징을 말..
Generative
2022. 11. 7. 23:55