1.0라이브스마트https://atmokpo.com/wroothttps://atmokpo.com/w/author/root/파이토치를 활용한 GAN 딥러닝, AE - 오토인코더 - 라이브스마트rich600338<blockquote class="wp-embedded-content" data-secret="GOAKBP9thr"><a href="https://atmokpo.com/w/29786/">파이토치를 활용한 GAN 딥러닝, AE – 오토인코더</a></blockquote><iframe sandbox="allow-scripts" security="restricted" src="https://atmokpo.com/w/29786/embed/#?secret=GOAKBP9thr" width="600" height="338" title="“파이토치를 활용한 GAN 딥러닝, AE – 오토인코더” — 라이브스마트" data-secret="GOAKBP9thr" frameborder="0" marginwidth="0" marginheight="0" scrolling="no" class="wp-embedded-content"></iframe><script>
/*! This file is auto-generated */
!function(d,l){"use strict";l.querySelector&&d.addEventListener&&"undefined"!=typeof URL&&(d.wp=d.wp||{},d.wp.receiveEmbedMessage||(d.wp.receiveEmbedMessage=function(e){var t=e.data;if((t||t.secret||t.message||t.value)&&!/[^a-zA-Z0-9]/.test(t.secret)){for(var s,r,n,a=l.querySelectorAll('iframe[data-secret="'+t.secret+'"]'),o=l.querySelectorAll('blockquote[data-secret="'+t.secret+'"]'),c=new RegExp("^https?:$","i"),i=0;i<o.length;i++)o[i].style.display="none";for(i=0;i<a.length;i++)s=a[i],e.source===s.contentWindow&&(s.removeAttribute("style"),"height"===t.message?(1e3<(r=parseInt(t.value,10))?r=1e3:~~r<200&&(r=200),s.height=r):"link"===t.message&&(r=new URL(s.getAttribute("src")),n=new URL(t.value),c.test(n.protocol))&&n.host===r.host&&l.activeElement===s&&(d.top.location.href=t.value))}},d.addEventListener("message",d.wp.receiveEmbedMessage,!1),l.addEventListener("DOMContentLoaded",function(){for(var e,t,s=l.querySelectorAll("iframe.wp-embedded-content"),r=0;r<s.length;r++)(t=(e=s[r]).getAttribute("data-secret"))||(t=Math.random().toString(36).substring(2,12),e.src+="#?secret="+t,e.setAttribute("data-secret",t)),e.contentWindow.postMessage({message:"ready",secret:t},"*")},!1)))}(window,document);
//# sourceURL=https://atmokpo.com/w/wp-includes/js/wp-embed.min.js
</script>
1. GAN(Generative Adversarial Network) GAN은 Ian Goodfellow가 2014년에 제안한 모델로, 두 개의 신경망인 생성기(generator)와 판별기(discriminator)가 서로 경쟁하는 구조입니다. 이 경쟁을 통해 생성기는 실제처럼 보이는 데이터를 생성하게 됩니다. 1.1 GAN의 구조 GAN은 두 개의 신경망으로 구성됩니다. 생성기는 랜덤 노이즈 벡터를 입력받아 가짜 데이터를 생성하고, 판별기는 입력받은 데이터가 실제 데이터인지 생성된 데이터인지를 구별합니다. 생성기와 판별기는 각각의 목적을 … 더 보기 ""