youtor.org
머신러닝딥러닝 강의 013 DCGAN 한방에 끝내기
>> YOUR LINK HERE: ___ http://youtube.com/watch?v=TR79NaHtxU0
초보 딥러너를 위한 딥러닝 강의: 딥러닝 강좌할껀데, 실습만 합니다. • 미국에서 박사후 과정을 하는 한요섭 이라고 합니다. • 2년이라는 박사후 과정동안 의미있는 일을 해보고자 초보 딥러닝 강의를 시작해 보려고 합니다. • 딥러닝을 잘 모르시거나, 프로그램을 잘 모르셔도 걱정마세요. • 최대한 따라하기 쉽게 영상을 제작하였고, 영상에서 작성된 모든 코드는 github (https://github.com/hanyoseob) 에 공유되어 있습니다. • 언제든지 무료로 받아가세요. • 이번 강의부턴 Supervised Learning 이 아닌, Generative Adversarial Network (GAN) 을 실습하는 강의를 준비하였습니다. • Generative Adversarial Network (GAN) 에서의 1번째 실습은, • 'DCGAN 을 논문 그대로 구현하는 방법'에 관한 영상입니다. • 특히, 이번 영상은 DCGAN 논문 에서 제시한 guideline 을 충실히 따르며 구현하였습니다. • • 해당 영상을 처음 보신 분께선, 아래의 영상들을 미리 보시고 본 영상을 보시면 더욱 도움이 될 것 같습니다. • 1. 초보 딥러닝 강의-010 Image regression framework 구축하기 • ( • 머신러닝/딥러닝 강의 - 009 Image regression fr... ) • 2. 초보 딥러닝 강의-011~012 ResNet • ( • 머신러닝/딥러닝 강의 - 011 ResNet: ResBlock ... ) • 작성된 코드는 github 에서 확인하실 수 있습니다. • (https://github.com/hanyoseob/youtube-...) • --------------------------------------------------------------------------------------------------------- • [ IMPLEMENTATION SUMMARY ] • 01:26 이전에 구현한 framework 불러오기 • 01:49 Pycharm 을 이용해 프로젝트 생성하기 • 02:57 DCGAN 구현하기 • 03:27 DCGAN 에서 이야기하는 Guideline 확인하기 • 04:26 Generator 생성을 위한 CBR 모듈 구축하기 (feat. nn.ConvTranspose2d) • 05:23 Generator 네트워크 구현하기 • 08:15 Discriminator 네트워크 구현하기 • 11:35 Generator 와 Discriminator 호출하기 • 13:07 호출한 네트워크의 weights 초기화하기 • 15:04 GAN Loss 정의하기 • 16:24 Optimizer 수정하기 • 17:54 Load Save 함수 수정하기 • 18:56 Training 루프 수정하기 • 20:20 Forward propagation 작성하기 • 20:25 Backward propagation 작성하기 • 20:40 1. Discriminator 에 대해 backward propagation 작성하기 • 21:00 1-1. requires_grad 함수 작성하기 • 22:33 1-2. detach( ) 란 ? • 22:56 1-3. Discriminator 입장에서의 loss 계산하기 • 24:00 2. Generator 에 대한 backward propagation 작성하기 • 24:48 2-1. Generator 입장에서의 loss 계산하기 • 25:10 부수적인 부분 수정하기 (1) • 26:59 Testing 루프 수정하기 • 28:21 부수적인 부분 수정하기 (2) • 28:52 CelebA 데이터셋 다운받기 (http://mmlab.ie.cuhk.edu.hk/projects/...) • 30:01 Data transform 인 Resize 함수 작성하기 • 30:26 Data loader 수정하기 • 32:10 작성한 code 를 실행하기 • 32:20 Colab 에서 학습이 불가능한 이유 ?! • 33:12 DataLoader 의 num_worker 옵션이란 ? • 34:02 main.py 생성하기 • 35:03 train 을 위한 코드와 test 를 위한 코드 함수화하기 • 35:22 1. train 을 위한 코드 함수화하기 • 35:43 2. test 를 위한 코드 함수화하기 • 36:55 DCGAN 모델 training 시키기 • 38:25 DCGAN 모델 testing 시키기 • --------------------------------------------------------------------------------------------------------- • Reference: • 1. Generative Adversarial Networks (https://arxiv.org/abs/1406.2661) • 2. Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks (https://arxiv.org/abs/1511.06434) • Deep Learning Library: • Pytorch (https://pytorch.org/) • Integrated Development Environment (IDE): • Pycharm (https://www.jetbrains.com/pycharm/dow...) • Virtual environment: • Anaconda (https://www.anaconda.com/distribution/) • Free GPU Platform: • Google Colab (https://colab.research.google.com/) • Facebook Group: • 캐글 코리아 ( / 230717130993727 ) • TensorFlow KR ( / 255834461424286 ) • PyTorch KR ( / 867154860090863 ) • 딥러닝을 공부하는 청년백수 모임 ( / 1948058795517572 ) • 무료강좌: • 구름EDU (https://edu.goorm.io/lecture/19373/딥러...) • [구독자] 634명 : ) • [깃허브] https://github.com/hanyoseob • #딥러닝 #머신러닝 #파이토치 #생성모델 #deeplearning #machinelearning #pytorch #dcgan #generator #discriminator
#############################
