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 | 29 | 30 |
Tags
- tent paper
- mocov3
- shrinkmatch paper
- simclrv2
- CoMatch
- ConMatch
- CGAN
- shrinkmatch
- BYOL
- CycleGAN
- Pix2Pix
- 백준 알고리즘
- mme paper
- 최린컴퓨터구조
- Entropy Minimization
- 딥러닝손실함수
- SSL
- UnderstandingDeepLearning
- cifar100-c
- adamatch paper
- Pseudo Label
- semi supervised learnin 가정
- Meta Pseudo Labels
- dcgan
- 컴퓨터구조
- WGAN
- GAN
- dann paper
- remixmatch paper
- conjugate pseudo label paper
Archives
- Today
- Total
목록infogan설명 (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