데이터/딥러닝

https://github.com/happy-jihye/Cartoon-StyleGAN GitHub - happy-jihye/Cartoon-StyleGAN: Fine-tuning StyleGAN2 for Cartoon Face GenerationFine-tuning StyleGAN2 for Cartoon Face Generation. Contribute to happy-jihye/Cartoon-StyleGAN development by creating an account on GitHub.github.com FINE-TUNING STYLEGAN2 FOR CARTOON FACE GENERATION 논문 리뷰 1. Introduction StyleGAN모델은 이미지의 속성뿐만 아니라 확률적인 부분까지 학습하여..

cartoon_stylegan2.ipynb 코드 리뷰https://github.com/happy-jihye/Cartoon-StyleGAN/blob/main/Cartoon_StyleGAN2.ipynb GitHub - happy-jihye/Cartoon-StyleGAN: Fine-tuning StyleGAN2 for Cartoon Face GenerationFine-tuning StyleGAN2 for Cartoon Face Generation. Contribute to happy-jihye/Cartoon-StyleGAN development by creating an account on GitHub.github.com 1. Set up and Generate Images using pretrained mo..

대용량 데이터를 학습할 수 있는 딥러닝이 등장하면서 자연어 처리 연구가 활발해짐 5.1 텍스트의 토큰화토큰(token) : 텍스트를 잘게 나눈 하나의 단위케라스의 text 모듈의 text_to_word_sequence() 사용# 케라스의 텍스트 전처리와 관련된 text_to_word_sequence 함수from tensorflow.keras.preprocessing.text import text_to_word_sequence # 전처리할 텍스트를text = '해보지 않으면 해낼 수 없다' # 해당 텍스트를 토큰화result = text_to_word_sequence(text)print("\n원문:\n", text)print("\n토큰화:\n", result)[output]원문: 해보지 않으면 해낼 수 없..

5.1 이미지를 인식하는 원리, 데이터 전처리MNIST 데이터는 텐서플로 케라스의 API를 이용해 불러올 수 있음불러온 이미지 데이터를 X로, 0~9 클래스를 y로 구분7만 개 중 학습에 사용될 부분은 train, 테스트에 사용될 부분은 test라는 이름으로 불러옴from tensorflow.keras.datasets import mnistfrom tensorflow.keras.utils import to_categoricalimport matplotlib.pyplot as pltimport sys# MNIST 데이터셋을 불러와 학습셋과 테스트셋으로 저장(X_train, y_train), (X_test, y_test) = mnist.load_data()# 학습셋과 테스트셋이 각각 몇 개의 이미지로 되어 ..