딥러닝을 활용하여 이미지를 생성하는 기본적인 방법에 대해 설명합니다.
제너레이티브 모델의 개념과 다양한 응용 사례를 소개합니다.
오토인코더와 GAN 비교
시작 시간 03:30
오토인코더와 GAN(Generative Adversarial Networks)의 차이점을 설명합니다.
GAN의 구조와 제너레이터 및 디스크리미네이터의 역할에 대해 설명합니다.
Adversarial Training
시작 시간 05:10
GAN의 학습 방식인 Adversarial Training의 원리를 설명합니다.
Variational Autoencoder
시작 시간 06:10
Variational Autoencoder의 개념과 이미지 생성 과정에 대해 설명합니다.
Deep Convolutional GAN의 발전과 그 구조에 대해 다룹니다.
Progressive Growing GAN
시작 시간 19:10
Progressive Growing GAN을 통해 고해상도 이미지를 생성하는 방법을 설명합니다.
CycleGAN을 통해 이미지 간의 변환을 실현하는 기술을 설명합니다.
스타일 전이를 통해 이미지를 변환하는 다양한 방법을 소개합니다.
