본문 바로가기

분류 전체보기150

반응형
네이버 스포츠 뉴스 제목 및 댓글 크롤링 (Rselenium) library(RJSONIO) x 2019. 4. 26.
[GAN 논문 리뷰] Augmented Cyclic Adversarial Learning For Low Resource Domain Adaptation 이번에 포스팅할 논문은 ICLR 2019 poster로 accept된 Augmented Cyclic Adversarial Learning For Low Resource Domain Adaptation 이라는 논문입니다. 이 논문은 CycleGAN을 이용해 조금(?) 변형시켜 target domain의 데이터가 적을 때에 domain adaptation에 적용한 논문입니다. 우선 논문에 대해 리뷰하기 전에 Cycle GAN에 대해서 알아야합니다. Cycle GAN은 워낙 유명한 논문이라 대부분의 사람들이 아실거라 생각합니다. 아래와 같이 X domain과 Y domain을 서로 치환? 할수 있는 GAN모델이죠. 보통은 style transfer로 관련해서 많이 알고 있는데 본논문의 저자들은 domain a.. 2019. 4. 4.
[저장용] train_loader MNIST/CIFAR10등 torch 라이브러리에서 지원하는 데이터 조작법 import torchvisionimport torchvision.transforms as transformsfrom torchvision.datasets import CIFAR10from torch.utils.data import DataLoader transforms_train = transforms.Compose([transforms.RandomCrop(32, padding=4),transforms.RandomHorizontalFlip(),transforms.ToTensor(),transforms.Normalize((0.4914, 0.4822, 0.4465), (0.2023, 0.1994, 0.2010)),])transfor.. 2019. 2. 8.
[GAN논문 리뷰] Discriminator Rejection Sampling 이번에 포스팅할 논문은 Discriminator Rejection Sampling (DRS) 이라는 논문으로 (https://arxiv.org/pdf/1810.06758.pdf) 2019 ICLR에 accept된 논문입니다. GAN의 disicriminator만 건드린 논문인데 GAN모델 성능지표(IS, FID)에서 SOTA를 찍었습니다. (그런데 동시에 ICLR에나온 BigGAN(DeepMind)이란 논문이 이 논문의 성능 대비 2배이상 SOTA를 찍었습니다...ㅎㅎ) 현시점에서 GAN SOTA는 BigGAN입니다. 그럼에도 불구하고 이 논문을 리뷰하는 이유는 아이디어가 직관적이고 흥미롭기 때문입니다. DRS는 이 전시점의 SOTA 모델인 Self-Attention GAN (SAGAN) 을 basemo.. 2019. 1. 7.
lightgbm binaryclass/multiclass/regression #저장용 ######binarymodel_list 2018. 10. 4.
[딥러닝 논문 리뷰] Universal adversarial perturbation 이번에 리뷰할 논문은 작년 (17년) CVPR에 나온 논문으로 perturbation에 관한 논문입니다. "Universal adversarial perturbation" 이라는 제목에서 알수 있듯이 보편적인 perturbation을 만드는 내용에 대한 논문입니다. 이전에 포스팅했던 글(http://bluediary8.tistory.com/10?category=609872)에서 잠깐 "Deep Neural Network are Easily Fooled:" 이라는 논문을 언급하고 지나갔는데, 그 논문의 주된 내용은 이미지에 적절한 noise를 추가하면 DNN을 완벽하게 속일 수 있다 라는 것이 였습니다. 그런데 그 noise를 추가하는 방법이 비교적 까다롭고 'universal'하지 않았습니다. 여러 이미.. 2018. 6. 5.
[GAN 논문 리뷰] DeLiGAN : Generative Adversarial Networks for Diverse and Limited Data 이번에 리뷰할 논문은 DeLiGAN : Generative Adversarial Networks for Diverse and Limited Data 입니다. 2017 CVPR에 accept된 논문이며, 제목에서 알 수 있듯이, 제한된 데이터 상황에서의 GAN을 어떻게 잘 만들수 있는까에 관한 논문입니다. 일반적인 GAN의 경우에는 image modality 의 다양성을 확보하기 위해 많은 양의 데이터를 필요로 합니다. 본 논문에서는 mixture model을 통해 latent generative space를 reparameterize하고 GAN을 통해 mixture model들의 parameter를 학습시키는 구조를 제안 하였습니다. 이를 통해 제한된 데이터를 가지고 학습시켰을 때 다른 GAN에 비하여 .. 2018. 6. 2.
R에서 Keras 설치하기 R에서 Keras를 사용할수 있게 되었는데 Python에서 쓰는 Keras와 거의 유사하게 쓸 수 있고 대부분의 함수를 지원합니다. 설치는 물론............매우 까다롭습니다.ㅠ 또 삽질의 삽질 끝에 겨우 성공 ㅠㅠ 우선 Anaconda를 설치하시고 (https://www.anaconda.com/download/) tensorflow를 설치합니다. window에 tensorflow 설치하는 방법은 여기를 참조하시면 됩니다.(https://brunch.co.kr/@mapthecity/15) 그리고 R창에서 install.packages("keras") 를 통해 keras 패키지를 설치하시고 library(keras)install_keras() 를 통해 keras를 설치하시면 되는데, 데스크탑의 경우.. 2018. 5. 1.

티스토리툴바