전체 글 (66) 썸네일형 리스트형 [논문 리뷰] Image-to-Image Translation with Conditional Adversarial Networks (Pix2pix) Submit : Isola, Phillip, et al. CVPR (2017) Paper : arxiv.org/pdf/1611.07004.pdf Code : github.com/phillipi/pix2pix 0. Abstract cGAN을 이용하여 한 유형의 이미지를 다른 유형의 이미지를 변환할 수 있는 framework를 제시했습니다. GAN을 사용하기 때문에 L1, L2 loss를 사용할 때보다 더 선명한 이미지를 얻을 수 있습니다. 또한, L1 loss를 사용했기 때문에 pixel 간의 관계를 고려한 scturcted loss 개념도 적용되었습니다. 이미지의 빈 영역을 그럴싸하게 채우러면 대상 영상의 semantic을 정확하게 이해해야 합니다. 그러나, L1/L2 loss를 이용하는 것만으로는 복원.. [논문 리뷰] Conditional Generative Adversarial Nets Submit : Mirza, Mehdi, and Simon Osindero. arxiv (2014) Paper : arxiv.org/abs/1411.1784 Code : github.com/zhangqianhui/Conditional-GAN.git 이 논문은 GAN에 대해서 미리 아시면 좋습니다. 0. Abstraction Generative Adversarial Nets(GAN)은 기존에 생성 모델을 훈련하는 방법 중 하나로 소개되었습니다. 본 논문에서 저자는 Generator와 Discriminator 모두에 조건부 데이터 y를 제공하여 구성할 수있는 CGAN을 소개합니다. 이 모델에서는 클래스 label에 따라 MNIST 숫자를 지목해 생성 할 수 있습니다. 또한 이를 사용하여 multi-modal.. [논문 리뷰] BERT4Rec: Sequential Recommendation with Bidirectional Encoder Representations from Transformer submit : Sun, Fei, et al. ACM (2019) paper : https://arxiv.org/abs/1904.06690 repo : https://github.com/FeiSun/BERT4Rec 이 논문은 BERT에 대해서 미리 아시면 좋습니다. 0. Abstraction 추천 시스템이란 유저가 좋아할 만한 상품(영화,도서 등)을 추천하는 것을 일컫습니다. 오늘 날에도 우리의 실생활에서 쉽게 볼 수 있는 추천 시스템은 기업에게 아주 좋은 실적을 보여줍니다. 아마존 : 상품 판매의 1/3이상이 추천에 의해 발생합니다. Google News : 1/3이상의 조회가 추천에 의해 발생합니다. 넷플릭스 : 시청 상품의 ¾이상이 추천에 의해 발생합니다. 또한 Netflix Prize라는 대회를 .. F1 score 분류 모델을 만들어 성능을 평가해야할 때, 어떠한 모델이 더 성능이 좋은지를 판단하려면 기준이 되는 지표가 필요합니다. 이러한 지표 중 대표적인 것이 F1 score(F-measure)입니다. F1 score를 계산하기 위해서는 precision, recall, accuracy에 대한 개념을 알아야 합니다. 우선 다음과 같이 A,B,C,D가 있다고 합니다. 각각은 실험을 진행했을 때 결과의 True/False에 따라 나뉘어 집니다. A : 실제 정답이 True & 실험 결과 True (TT) B : 실제 정답이 True & 실험 결과 False (TF) C : 실제 정답이 False & 실험 결과 True (FT) D : 실제 정답이 False & 실험 결과 False (FF) precision 실험 결.. 이전 1 2 3 4 ··· 17 다음
