구현하며 이해하는 이미지 생성모델 - CNN 기초부터 Diffusion까지

강의 주제 📖

• 이미지 생성 모델을 구현하면서 이해하기
• AUTO ENCODER / VAE / GAN / DIFFUSION 까지 함께 구현

수강 타겟/강의 목적 🙆‍♀️

지식공유자가 생각하는 수강생 유형

• 이미지 생성모델이 궁금한 분
• 대략적인 흐름은 알겠지만, 막상 구현하기 어려우신분
• 어려운 구현보다 단순한 구현으로 의미를 알고 싶은 분

수강생의 고민 & 해결 방법

• 이미지 생성모델 직접 구현하면서 배우고 싶지 않으세요?
• 인터넷에서 찾은 코드는 너무 복잡해서 이해하기 힘드시지 않으세요?
• 간단한 구현으로 핵심만 함께 구현해 보겠습니다.

강의를 들은 후 수강생의 변화

• 이미지 생성모델에 대한 이해

강의 특징 ✨

 저는 비전공자로 5년 넘게 딥러닝을 공부해 오고 있습니다. 이미지 생성 모델이 너무 신기해서 공부를 하는데, 찾는 자료마다 너무 코드가 어렵게 구현되어 있어, 이미지 생성모델에 대한 공부보다 코드 분석하는 것에 더 어려움을 느꼈습니다. 여러분들께는 저 같은 고충이 없도록 개념/핵심만 함께, 그리고 쉽게 구현해 보려고 합니다/

• 모든 코딩 과정을 함께 하겠습니다.
• 자세한 수식 보다는 이해하기 쉬운 예로 설명하겠습니다.
• 실행은 Colab에서 실행되도록 하겠습니다.
• Tensorflow를 간단하게 다루실 수 있어야 합니다. 

학습 내용 📚

_{CNN의 다른 관점에서 이해 - CNN으로 외곽선 추출하기}

_{AUTO ENCODER / VAE 로 손글씨 데이터를 잠재 공간에 맵핑}

_{잠재 공간에서 다시 복원}

_{GAN으로 손글씨 데이터 생성}

_{DIFFUSION으로 손글씨 데이터 생성}

 

예상 질문 Q&A 💬

Q. 수식을 설명해 주나요?
A. 자세한 수식보다는 개념을 위조로 설명하겠습니다.

Q. 코드 구현은 어려울까요?
A. 가장 간단히 개념만 구현해 나가겠습니다.

수강 전 참고 사항 📢

실습 환경

• Google Colab에서 작성하였습니다.
• Tensorflow에 대한 기초지식은 필요합니다.

학습 자료

• 소스코드 제공

선수 지식 및 유의사항

• 간단한 텐서플로우 사용법 / 정규 분포에 대한 간단한 이해

지식공유자 소개 ✒️

안녕하세요! [멋진] 이라고 합니다. 저는 비전공자로 현재 5년 넘게 딥러닝을 공부해 오고 있습니다. 딥러닝! 너무 재미 있습니다. 특히 이미지 생성 모델 분야가 너무 매력적인데요. 공부를 하며 자료를 찾아보면, 개념을 너무 어렵게 설명하거나, 코드를 너무 어렵게 작성한 경우가 너무 많았습니다. 제가 공부하면서 정리한 내용을 공유 해보고자 합니다. 비전공자로써, 이런 강의를 공유해도 되나라는 고민을 너무 많이 했습니다. 하지만, 저와 비슷한 처지에 놓인 분들이 분명 있을 것이라 판단하고, 용기를 내어 강의를 공유해 보도록 하겠습니다.