[Day47] 인공지능으로 패션 만들어 보기
오늘 실습한 내용은 인공지능으로 이미지를 만들어 내는 것에 대해 실습했습니다. 아래 공유한 내용중에도 있지만, 음악에 대해서도 굉장한 진보가 있었던 것 같습니다. 멜로디만 입력해 주면 인공지능이 코드를 입히고 편곡을 하는 아마존 기기와 서비스가 있네요. 이러한 생성에 관한 딥러닝은 GAN이라는 적대적 생성 네트워크를 흔히 이용해 학습시킨다고 합니다.
1. Announcing AWS DeepComposer with Dr. Matt Wood, feat. Jonathan Coulton
www.youtube.com/watch?v=XH2EbK9dQlg&feature=youtu.be
2. Image-to-Image Translation with Conditional Adversarial Networks (paper)
3. Fashion-MNIST
github.com/zalandoresearch/fashion-mnist
zalandoresearch/fashion-mnist
A MNIST-like fashion product database. Benchmark :point_right: - zalandoresearch/fashion-mnist
github.com
4. 2. 값을 무시하고 싶은 경우(python)
파이썬 언더스코어(_)에 대하여
파이썬에서 언더스코어(underscore, _)는 특별하다. 타 언어에서 언더스코어(_)는 단지 스네이크 표기법의 변수나 함수명을 위해서만 사용되어지
mingrammer.com
5. shuffle (tensorflow)
www.tensorflow.org/api_docs/python/tf/data/Dataset#shuffle
tf.data.Dataset | TensorFlow Core v2.4.0
Represents a potentially large set of elements.
www.tensorflow.org
6. Generative Adversarial Nets (paper)
7. Generative Models (Open AI)
openai.com/blog/generative-models/
Generative Models
This post describes four projects that share a common theme of enhancing or using generative models, a branch of unsupervised learning techniques in machine learning.
openai.com
8. 심층 합성곱 생성적 적대 신경망
www.tensorflow.org/tutorials/generative/dcgan?hl=ko
심층 합성곱 생성적 적대 신경망 | TensorFlow Core
Note: 이 문서는 텐서플로 커뮤니티에서 번역했습니다. 커뮤니티 번역 활동의 특성상 정확한 번역과 최신 내용을 반영하기 위해 노력함에도 불구하고 공식 영문 문서의 내용과 일치하지 않을 수
www.tensorflow.org
9. 텐서플로 추상화와 간소화, Keras
[러닝 텐서플로]Chap07.3 - 텐서플로 추상화와 간소화, Keras
Chap07.3 - 텐서플로 추상화와 간소화, Keras 7.4 케라스(Keras) 케라스(Keras)는 인기있는 텐서플로 확장 라이브러리 중 하나이다. 케라스는 원래 Theano용으로 개발되었지만, 2017년 구글의 공식 후원을 받
excelsior-cjh.tistory.com
10. What is Transposed Convolutional Layer?
towardsdatascience.com/what-is-transposed-convolutional-layer-40e5e6e31c11
What is Transposed Convolutional Layer?
Explained through animated gifs and python code.
towardsdatascience.com
11. Batch Normalization
m.blog.naver.com/laonple/220808903260
[Part Ⅵ. CNN 핵심 요소 기술] 1. Batch Normalization [1] - 라온피플 머신러닝 아카데미 -
Part I. Machine Learning Part V. Best CNN Architecture Part VII. Semantic Segmen...
blog.naver.com
12. BinaryCrossentropy()
www.tensorflow.org/api_docs/python/tf/keras/losses/BinaryCrossentropy#args_1
tf.keras.losses.BinaryCrossentropy | TensorFlow Core v2.4.0
Computes the cross-entropy loss between true labels and predicted labels.
www.tensorflow.org
13. 신경망 학습 최적화
문과생도 이해하는 딥러닝 (8) - 신경망 학습 최적화
2017/09/27 - 문과생도 이해하는 딥러닝 (1) - 퍼셉트론 Perceptron 2017/10/18 - 문과생도 이해하는 딥러닝 (2) - 신경망 Neural Network 2017/10/25 - 문과생도 이해하는 딥러닝 (3) - 오차 역전파, 경사하강..
sacko.tistory.com
14. Python decorator (데코레이터)
python decorator (데코레이터) 어렵지 않아요
Python decorator (데코레이터) Python 으로 작성된 Opensource 의 코드들을 보다 보면, 아래와 같이 @ 로 시작하는 구문 들을 볼 수 있다. @decorator_ def function(): print "what is decorator?" decorat..
bluese05.tistory.com
15. tf.function
www.tensorflow.org/api_docs/python/tf/function
tf.function | TensorFlow Core v2.4.0
Compiles a function into a callable TensorFlow graph.
www.tensorflow.org
16. How to Train a GAN? Tips and tricks to make GANs work
soumith/ganhacks
starter from "How to Train a GAN?" at NIPS2016. Contribute to soumith/ganhacks development by creating an account on GitHub.
github.com
17. 10 Lessons I Learned Training GANs for one Year
10 Lessons I Learned Training GANs for a Year
Training Generative Adversarial Networks is hard: let’s make it easier
towardsdatascience.com
18. Tips for Training Stable Generative Adversarial Networks
machinelearningmastery.com/how-to-train-stable-generative-adversarial-networks/
Tips for Training Stable Generative Adversarial Networks
The Empirical Heuristics, Tips, and Tricks That You Need to Know to Train Stable Generative Adversarial Networks (GANs). Generative Adversarial Networks, or GANs for short, are an approach to generative modeling using deep learning methods such as deep con
machinelearningmastery.com