GAN
GAN은 한 쌍의 신경망으로 구성된다. (Unsupervised)
하나의 네트워크 ‘생성기’는 가짜 이미지를 생성하고
두 번째 네트워크 ‘분별기’는 이미지를 처리하고 생성기가 생성한 실제 이미지인지 가짜인지 확인하려고 시도한다.
이 과정을 여러 차례 거치면서 생성자는 분별기의 피드백을 학습하고 초현실적인 가짜를 만드는 데 능숙해진다.
Optuna
모델의 성능을 개선하기 위해 주로 사용하는 방법은 다음과 같습니다. – 학습 데이터 추가– 딥러닝 네크워크 개선– 하이퍼 파라미터 탐색 하이퍼 파라미터 모델 학습과정을 제어하기 위해 사용하는 파라미터학습 과정 전에 미리 설정 (예, learning rate, bact size, optimizer …) 하이퍼 파라미터는 모델의 성능에 직접적인 영향을 주기 때문에, 주어진 데이터와 알고리즘으로 최상의 결과를 내는 하이퍼 Read more…
