MATLAB으로 구현하는 GAN(Generative Adversarial Network)

개요

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

발표자 소개

송완빈 과장은 영상처리 및 컴퓨터 비전 분야로 석사학위 취득 후, MathWorks에서 데이터 분석, 영상처리 및 머신러닝/딥러닝 관련하여 Application Engineer로 재직하고 있습니다.