이번 글에서는 수업시간에 조원들과 만든 새로운 모델(Tabular data 생성)을 다뤄보겠습니다. 그리고 나서 기존의 Tabular data 생성하는 모델인 CTGAN과 비교하며 겪었던 한계를 서술하겠습니다.Introduction이 모델은 Tabular data를 생성하는 CTGAN모델에서 이미지 데이터를 생성하는 InfoGAN 모델을 결합했기 때문에 CTGAN, InfoGAN에 대한 모델에 대해서 어느정도 이해가 필요할 것 같습니다. [아래 링크는 InfoGAN,CTGAN 모델에 대해서 정리한 글입니다. 참고하시면 도움이 될 것 같습니다.]InfoGAN : https://enjoy0life.tistory.com/7CTGAN : https://enjoy0life.tistory.com/10 InfoGA..

저번에 InforGAN에 대해 논문 리뷰를 해보았는데, 오늘은 MNIST 데이터셋에 대해서 InfoGAN에 대해 적용시켜 실제로 특징을 잘 학습하는지 확인해보도록 하겠습니다. (구글 코랩 기준으로 작성) MNIST는 아래와 같은 아키텍쳐로 코드를 구현하셨습니다. Importfrom tqdm import tqdmimport timeimport osimport numpy as npimport cv2import torchimport torch.nn as nnimport torchvision.transforms as transformsimport torchvision.datasets as dsetimport matplotlib.pyplot as pltimport torchvision.utils as vutils..

오늘은 2016년에 NeurIPS에 발표된 InfoGAN이라는 논문을 리뷰해 보겠습니다.1. InfoGAN이란?InfoGAN이란 기존의 GAN 모델에서 정보이론(information-theoretic)의 개념을 추가하여 Disentangled representation을 학습할 수 있도록 하는 모델입니다. Disentangled representation이란? 데이터의 특징(feature)이나 변수가 서로 분리되어 표현된다는 것을 의미합니다.사람의 얼굴 이미지를 다룬다고 할때 사람의 표정, 눈 색상, 헤어스타일, 선글라스 유무, 숫자 이미지를 다룬다고 할때 숫자의 크기, 두께(thickness), 각도(angle) 등의 특징이 분리되어 표현된다면 disentangled representation이라고 합..