강좌소개

교수님/조교와의 질의응답, 퀴즈 풀이, 내 진도율 확인 등 학습 참여와 관리를 위해 꼭 [수강신청] 을 진행 후 학습을 권장드립니다:)

----------------------------------------------------------------------------

-(강의 목적)

본 강좌는 가상 데이터의 생성 및 임베딩을 위한 Deep Generative Model의 일종인 Variational Autoencoder에 대해 원리, 다양한 Variation, VAE의 문제점 및 이에 대한 대응에 대해 가르치고 있습니다.

-(강의 소개)

강의는 VAE의 구조, Objective Function 및 Reparameterization Trick을 살펴본 다음, VAE의 다양한 변형의 형태를 살펴본다. 변형은 크게 Prior 구조의 변형, Objective Function의 변형, Prior Optimality 변형이 있으며, 이에 대해 각각 사례별 학습을 진행한다.

저작권자의 사전 동의 없는 제3자의 강의 동영상, 교안 등 강의 자료의 2차 수정 및 변경, 판매, 무단전재 및 재배포, 강좌 활용 수익사업을 금지하오니 주의해 주시기 바랍니다.

강의목록

• CHAPTER 1 : Basic of VAE
• CHAPTER 2 : VAE Objectives and Structures
• CHAPTER 3 : Conditional and Prior Modeling on VAE
• CHAPTER 4 : VaDE
• CHAPTER 5 : Alternative View of VAE
• CHAPTER 6 : Optimal Prior of VAE

수강후기

0점 (0개)