Previous Article: VAE - (2) Architecture 총 두가지 데이터셋에 대하여 학습을 진행하였다. 동일하게 100 epoch만큼 훈련시켰으며, 사용한 Adam Optimizer의 parameter는 beta1이 0.9, beta2가 0.999이다. batch 크기는 100, learning rate은 0.001로 설정하였다. MNIS
Previous Article: VAE - (1) Auto-Encoding Variational Bayes 다른 Auto Encoder와 마찬가지로 VAE도 여러 가지 Architecture로 구현할 수 있을 것이다. 다만, Fully Connected Layer로만 구성된 모델은 Image 데이터의 크기가 커질수록 성능에 한계가 있기 때문에 Convolu
어쩌다 보니 인턴을 시작한 지 한 달이 지났다. 그동안 VAE, WAE 등의 Auto Encoder 모델을 공부하였는데, 이번 글에서는 내가 주로 맡은 VAE에 대해 적어보고자 한다. Auto Encoder는 주어진 이미지를 낮은 차원의 latent vector로 mapping 하는 Encoder와, 이 latent vector를 다시 주어진 이미지와