생성형 모델에 대해서 알아보자GANGAN은 Generative Adversarial Network의 약자이다.두개의 신경망, 즉 생성자 와 판별자로 구성이 되어있는 모델이다.생성자는 가짜 데이터를 생성해내고, 판별자는 이 데이터가 진짜인지 가짜인지 판별하며, 서로 경쟁하는 동시에 학습한다.  GAN은 이미 학습이 완료된 모델이며, 만약 유저의 입력값이 미리 학습이 되어있지 않은 상태라고 한다고 하더라도잠재 공간의 기존 데이터들로 유사한 값을 찾아 최대한 맞게 생성을 하려고 노력을 한다. 예시로 흰색 고양이라는 입력값이 들어간다고 했을때, GAN 이 여러 다른 흰색 물체와 여러 다른 색의 고양이의데이터를 잠재 공간에서 찾아, 이 두개의 요소를 합쳐서 생성을 하게 되는 것이다. 이때는 이미 학습이 완료가 되..

오토인코더에 대해서 알아보자오토인코더오토인코더 Autoencoder는 입력 데이터를 압축하고, 이를 다시 복원하는과정을 통하여데이터를 효율적으로 표현하는 비지도 학습 모델이다. 인코더 단계를 통해 압축이 되고 코드 단계 즉 잠재 공간에서 어떠한 처리를 한다면,그 처리값을 포함하여 디코더를 통하여 입력된 데이터가 나오는 것이다. 즉 입력값 + 처리값이 된 데이터가 나오는것이다. 이는 이미지의 노이즈를 제거하거나 불량화소 와 같이 이미지 분별 및 학습에 방해가 되는요소를 제거하거나어그멘테이션을 위한 노이즈 생성, 이미지의 변환을 위하여 사용한다.  동작 원리인코더 인코더는 입력 데이터를 저차원으로 변환 시키는 역활을 한다.중요한 특징을 추출 하고, 입력 데이터를 압축을 시키는 것이다. 이때 잠재공간에서 아무..