Auto Encoder, Generation Model, GAN
본 Repository 는 생성모델에 대한 공부 및 내용 정리를 목적으로 하고 있다. 오토인코더, Segmentation 을 위한 생성자로 쓰이는 UNET, VAE(Variational Auto Encoder), GAN, 개선된 Advanced GAN, 개선된 최신 논문 형태의 GAN 등을 담고 있으며, 차후 위의 모델들의 기반 지식을 활용하여, 다양한 프로젝트에 대한 응용을 Repository 의 연동을 통하여 정리할 예정이다.
- Google Colab 을 이용한 Jupyter Notebook
- python (.py)
- Tensorflow 2.x
- Keras
공부, 정리한 내용을 쉽게 공유하기 위해 다수의 Code 를 Colab 으로 부터 Jupyter Notebook 으로 작성할 예정이다. 그러나, 다소 복잡한 구조의 모델의 경우, Jupyter NoteBook 만으로 작성하는데 한계가 있어, 작성 파일을 모듈로 사용할 예정이다. 모든 코드는 Tensorflow 와 keras 기반으로 작성 되었으며, 차후 동일한 내용에 대해 Pytorch 로 구성하는 방법 또한 다룰 것이다.
- 노이즈 제거
- 채색 오토 인코더
- VAE(변분 오토 인코더)
- UNET
- ResUNET
- DCGAN
- Conditional GAN (CGAN)
- 3D GAN
- WGAN
- LSGAN
- ACGAN
- Pix2Pix
- Cycle GAN
- 3DGAN
- SAGAN
- BigGAN
- ProGAN
- Style GAN