본문 바로가기
728x90
반응형
SMALL

Visual Intelligence/Generative Model16

[Generative Model] 오토인코더 (MNIST) 데이터 로드 from keras.datasets import mnist import numpy as np (x_train, _), (x_test, _) = mnist.load_data() x_train = x_train.astype('float32') / 255. x_test = x_test.astype('float32') / 255. x_train = np.reshape(x_train, (len(x_train), 28, 28, 1)) x_test = np.reshape(x_test, (len(x_test), 28, 28, 1)) 모델 생성 from keras.layers import Input, Dense, Conv2D, MaxPooling2D, UpSampling2D from keras.models .. 2022. 12. 8.
[Generative Model] 오토인코더 (AutoEncoder) 오토인코더 (AutoEncoder) Autoencoding은 데이터 압축 알고리즘으로 압축 함수 (Encoding)와 압축 해제 함수 (Decoding)는 다음 과 같은 세 가지 특징을 갖는다. Autoencoder는 데이터에 민감하다. Autoencoder는 이제껏 훈련된 데이터와 비슷한 데이터로만 압축될 수 있다. 예를 들면, autoencoder는 MPEG-2 Audio Ⅲ (MP3) 압축 알고리즘과는 다르다. MP3 알고리즘은 일반적으로 소리에 관한 압축이지만 특정한 종류의 소리에 관한 것은 아니다. 얼굴 사진에 대해 학습된 autoencoder는 나무의 사진을 압축하는 데에는 좋은 성능을 내지 못하는데 그 이유는 autoencoder가 배우는 특징은 얼굴 특유의 것이기 때문이다. Autoenco.. 2022. 12. 8.
생성 모델 (Generative Model) 생성 모델 (Generative Model) 생성 모델은 주어진 학습 데이터를 학습하여 학습 데이터의 분포를 따르는 유사한 데이터를 생성하는 모델이다. 생성적 적대 신경망 (GAN)은 판별 모델 (Discriminative Model)과 대조되는 통계적 모델 클래스이다. 생성 모델은 새 데이터 인스턴스를 생성할 수 있다. 판별 모델은 서로 다른 종류의 데이터 인스턴스를 구분한다. 생성 모델은 진짜 동물처럼 보이는 새로운 동물 사진을 생성할 수 있고, 분류 모델은 고양이에게 개를 말할 수 있다. GAN은 생성 모델의 한 가지 종류일 뿐이다. 데이터 인스턴스 X 집합과 라벨 Y 집합을 지정하면 다음과 같이 된다. 생성 모델은 조인 확률 p(X, Y)를 캡처하거나 라벨이 없는 경우 p(X)만 캡처한다. 판별 .. 2022. 12. 8.
[Generative Model] 서로 다른 이미지 오토인코더 라이브러리 from matplotlib.pyplot import imshow import numpy as np import cv2 from tensorflow.keras.utils import img_to_array from tensorflow.keras.layers import Conv2D, MaxPooling2D, UpSampling2D from tensorflow.keras.models import Sequential SIZE=256 # Limiting to 256 size image as my laptop cannot handle larger images. img_data = [] img = cv2.imread('einstein.jpg', 1) # Change 1 to 0 for Grey scal.. 2022. 11. 25.
[Generative Model] 노이즈 제거 (MNIST) 라이브러리 from tensorflow.keras.datasets import mnist from tensorflow.keras.layers import Conv2D, MaxPooling2D, UpSampling2D from tensorflow.keras.models import Sequential import numpy as np import matplotlib.pyplot as plt (x_train, _), (x_test, _) = mnist.load_data() x_train = x_train.astype('float32') / 255. x_test = x_test.astype('float32') / 255. x_train = np.reshape(x_train, (len(x_train), 28, .. 2022. 11. 25.
[Generative Model] 단일 이미지 오토인코더 라이브러리 from matplotlib.pyplot import imshow import numpy as np import cv2 from tensorflow.keras.utils import img_to_array from tensorflow.keras.layers import Conv2D, MaxPooling2D, UpSampling2D from tensorflow.keras.models import Sequential np.random.seed(42) SIZE = 256 img_data = [] img = cv2.imread('monalisa.jpg', 1) # Change 1 to 0 for grey images img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # 이미.. 2022. 11. 25.
728x90
반응형
LIST

티스토리툴바