반응형 딥러닝 with Python110 [딥러닝 with Python] 디퓨전 모델(Diffusion Model) (3) / Classifier Guidance 이번에 알아볼 내용은 Diffusion Model에서 샘플생성 과정에서 생성된 데이터가 특정 클래스에 속하도록 유도하기 위해 분류기(Classifier)의 정보를 활용하는 방법인 Classifier Guidance 입니다. 1. Classifier Guidance- Diffusion 모델 자체는 기본적으로 생성할 데이터의 클래스가 정보가 없는 상태로 학습되지만, 특정 클래스를 제어하며 샘플을 생성하고자 할 때는 분류기의 예측 결과를 활용할 수 있습니다. - Classifier Guidance의 주요 아이디어는 Classifier의 출력을 통해 조건부 확률을 변경하는 것입니다. * 즉, 특정 클래스 y에 대해 가이드된 샘플 xt는 다음과 같은 과정을 통해 얻어지는데* 이 Gradient를 이용해 타임스.. 2024. 11. 12. [딥러닝 with Python] 디퓨전 모델(Diffusion Model) (2) DDIM 이번에는 지난번에 알아본 DDPM에 이어서 DDIM에 대해서 알아보겠습니다.[딥러닝 with Python] 디퓨전 모델 (1) (Diffusion Model) : DDPM 1. DDIM (Denoising Diffusion Implicit Models)- DDIM은 지난번 알아본 DDPM과는 다르게 Markovian process를 가정하고 있지 않습니다. - 기존 DDPM에서는 각 단계에서 이전 단계만을 참조하여 다음 단계로 이동하기에 단계별 의존 관계가 단순화된다는 문제가 있습니다. - 이에 따라 Non-Markovian Process를 제시하고 있는데, 이전 단계뿐만 아니라 여러 단계에 걸쳐 의존성을 가질 수 있다는 것을 고려하고 있으며 이런 식으로 각 단계가 직전 단계만 참고하는 대신, 여러 .. 2024. 11. 11. [딥러닝 with Python] 디퓨전 모델 (1) (Diffusion Model) : DDPM 이번에는 지난 번 알아봤었던 생성 모델들 (GAN, VAE, Flow-based models) 보다 더 좋은 성능을 보여주며 최근에 많이 활용되고 있는 디퓨전 모델(Diffusion Model)에 대해서 알아보겠습니다.[딥러닝 with Python] GAN (Generative Adversarial Network)[딥러닝 with Python] VAE (Variational Auto Encoder) 개념 정리[딥러닝 with Python] 노멀라이징 플로(Normalizing Flow) [딥러닝 with Python] 노멀라이징 플로(Normalizing Flow)[본 포스팅은 "만들면서 배우는 생성 AI 2판" 을 참조했습니다] 이번에 알아볼 모형은 노멀라이징 플로(Normalizing Flow) 입니.. 2024. 11. 10. [딥러닝 with Python] GAN (Generative Adversarial Network) 이번에는 간략하게 생성 모델 중 하나인 GAN에 대해서 리뷰해보고자 합니다. 1. GAN (Generative Adversarial Network)- 일반적인 분류 모델은 아래 그림과 같이 Input 이미지를 넣어서 Latent 상에 feature map들을 만들고 그 feature map의 정보를 압축해서 Dense Layer 통해 분류 결과를 만듭니다. - 이에 반해, 생성 모델은 이미 생성되어있는 Latent를 활용해서 원본과 유사한 또는 새로운 결과물을 만들어 내는 것입니다. - GAN은 설명드린 생성 모델 중 하나입니다. GAN은 Geneartor와 Discriminator의 싸움으로도 표현이 되는데요* Generator는 실제와 같이 착각하게 만들 수 있는 fake 이미지를 만들기 위해 노.. 2024. 11. 9. 이전 1 2 3 4 5 6 7 8 ··· 28 다음 반응형
