죄송합니다. 더 이상 지원되지 않는 웹 브라우저입니다.

반도체네트워크의 다양한 최신 기능을 사용하려면 이를 완전히 지원하는 최신 브라우저로 업그레이드 하셔야 합니다.
아래의 링크에서 브라우저를 업그레이드 하시기 바랍니다.

Internet Explorer 다운로드 | Chrome 다운로드


MATLAB으로 구현하는 GAN(Generative Adversarial Network)

2014년 처음으로 등장한 GAN(Generative Adversarial Network)는 이미지를 생성하는 방법론으로 최근 10년간 머신 러닝에서 나온 아이디어 중 최고로 평가받고 있습니다. 기존의 연구들이 데이터의 판별 및 분류 모델에 초점이 맞춰져 있었다면, 최근에는 이미지 생성에 관련한 여러가지 GAN 기법들의 논문이 쏟아져 나오고 있습니다. 이제 MATLAB에서도 최신의 딥러닝 기술들을 구현할 수 있습니다. R2019b 릴리즈에서는 Custom training loops, loss functions와 Auto Differentiation (Autodiff) 등의 기능들을 통해 GAN, Attention Mechanism, VAE(Variational AutoEncoder) 및 Siamese Networks와 같은 다양한 딥러닝 기법들을 MATLAB에서 학습 및 활용할 수 있습니다. 본 웨비나에서는 Deep Learning Toolbox의 업데이트 사항과 MATLAB에서 GAN을 구현하는 방법을 코드와 함께 소개합니다. 하이라이트 - Deep Learning Toolbox 업데이트 - GAN(Generative Adversarial Network)의 소개 및 구현 - 확장된 기능을 통해 구현 가능한 예제

조회수 1660회

PDF 다운로드

개인정보보호법 제15조에 의한 수집/이용 동의 규정과 관련하여 아래와 같이 PDF 다운로드를 위한 개인정보 수집 및 이용에 동의하십니까? 동의를 거부할 수 있으며, 동의 거부 시 다운로드 하실 수 없습니다.

이메일을 입력하면,
(1) 신규참여자 : 성명/전화번호/회사명/분야를 입력할 수 있는 입력란이 나타납니다.
(2) 기참여자 : 이메일 입력만으로 다운로드가 가능합니다.

×

회원 정보 수정