728x90 Gan4 [Gen AI] 스테이블 디퓨전 API (이 아닌 stability.ai API 사용법) 이전 내용 [Gen AI] 그라디오로 두 번째 챗봇 제작하기-3이전 내용 [Gen AI] 그라디오로 두 번째 챗봇 제작하기-1이전 내용 [Gen AI] 문서 요약 프롬프트 제작이전 내용 [Gen AI] 음성 변환 기술 구현해보기(STT, TTS)이전 내용 [Gen AI] 그라디오 챗봇 업그레이puppy-foot-it.tistory.com이미지 생성 AI 이미지 생성 AI란, 인공지능을 사용하여 새로운 이미지를 만들어 내는 기술을 뜻하며, 인공지능이 사용자가 입력한 텍스ㅌ트 설명을 분석하고 이해하여 그 내용에 맞는 이미지를 생성한다. 이 기술은 머신러닝과 적대적 생성 신경망(GANs), 트랜스포머 같은 딥러닝 알고리즘을 사용하여 작동한다. [적대적 생성 신경망 - GAN] [딥러닝] 비지도 학습: 생성적 .. 2024. 12. 22. [딥러닝] 비지도 학습: 확산 모델 오토인코더, GAN, 확산 모델 [딥러닝] 비지도 학습: 오토인코더, GAN, 확산 모델이전 내용 오토인코더 오토인코더는 지도 방식을 사용하지 않고 잠재 표현 또는 입력 데이터의 밀집 표현(코딩)을 학습할 수 있는 인공 신경망이다. 코딩은 일반적으로 입력보다 훨씬 낮은 차puppy-foot-it.tistory.com확산 모델(Diffusion Model) 확산 모델은 데이터의 점진적 변환 과정을 통해 고품질의 샘플을 생성하는 확률적 모델이다. 특히, 잡음 제거 확산 모델(Denoising Diffusion Probabilistic Models, DDPM)은 딥러닝 기반의 이미지 생성 기술 중 눈에 띄는 접근법이다. 1. 확산 모델 (Diffusion Models)확산 모델은 데이터의 분포를 모델링하고 .. 2024. 12. 4. [딥러닝] 비지도 학습: 적대적 생성 신경망(GAN) 오토인코더, GAN, 확산 모델 [딥러닝] 비지도 학습: 오토인코더, GAN, 확산 모델이전 내용 오토인코더 오토인코더는 지도 방식을 사용하지 않고 잠재 표현 또는 입력 데이터의 밀집 표현(코딩)을 학습할 수 있는 인공 신경망이다. 코딩은 일반적으로 입력보다 훨씬 낮은 차puppy-foot-it.tistory.com적대적 생성 신경망(GAN) GAN은 생성자, 판별자라는 신경망 두 개로 구성된다.생성자: 랜덤한 분포(일반적으로 가우스 분포)를 입력으로 받고 이미지와 같은 데이터를 출력한다. 랜덤한 입력은 생성할 이미지의 잠재 표현(코딩)으로 생각할 수 있다. 생성자는 변이형 오토인코더의 디코더와 같은 기능을 제공하여 동일한 방식으로 새로운 이미지를 생성할 수 있다. (가우스 잡음 주입하여 새로운 이미지 .. 2024. 12. 4. [딥러닝] 비지도 학습: 오토인코더, GAN, 확산 모델 이전 내용 주피터노트북에서 tensorflow GPU 사용하기 [문제 해결] 주피터노트북에 GPU 연결하기GPU vs CPU출처: 챗GPT ◆ CPU (Central Processing Unit) - 특징 CPU는 범용 프로세서로, 다양한 작업을 처리하는 데 최적화되어 있습니다. 소수의 강력한 코어를 가지고 있어 다중 작업 처리에 적합합puppy-foot-it.tistory.com오토인코더 오토인코더는 지도 방식을 사용하지 않고 잠재 표현 또는 입력 데이터의 밀집 표현(코딩)을 학습할 수 있는 인공 신경망이다. 코딩은 일반적으로 입력보다 훨씬 낮은 차원을 가지므로 오토인코더는 차원 축소, 시각화에 유용하게 사용된다.일부 인코더는 훈련 데이터와 매우 비슷한 새로운 데이터인 생성 모델을 생성할 수 있다. 생.. 2024. 12. 3. 이전 1 다음 728x90
