bro's coding

모드 붕괴(mode collapse)는 생성자가 판별자를 속이는 적은 수의 샘플을 찾을 때 일어난다. 한정된 이 샘플 이외에는 다른 샘플을 생성하지 못한다. generator가 0~9(mnist)에서 discriminator 을 잘 속일 수 있는 0과 1만을 만드는 것 mode(모드) : 생성자가 판별자를 항상 속이는 하나의 샘플 GAN 참고 문헌 http://book.naver.com/bookdb/book_detail.nhn?bid=15660741 미술관에 GAN 딥러닝 실전 프로젝트 창조에 다가서는 GAN의 4가지 생성 프로젝트이 책은 케라스를 사용한 딥러닝 기초부터 AI 분야 최신 알고리즘까지.. broscoding.tistory.com

from keras.layers import Input, Conv2D, Flatten, Dense, Conv2DTranspose, Reshape, Lambda, Activation, BatchNormalization, LeakyReLU, Dropout, ZeroPadding2D, UpSampling2D from keras.layers.merge import _Merge from keras.models import Model, Sequential from keras import backend as K from keras.optimizers import Adam, RMSprop from keras.utils import plot_model from keras.initializers import RandomN..

- 새로운 요구사항 도출 수단 및 소프트웨어 엔지니어의 해석내용을 확인하는 수단 - 분석자의 가정을 파악하고 잘못된 경우 유용한 피드백을 제공 - 사용자 인터페이스의 동적인 행위 용이성을 제공

- 필요성 : 고객 니즈의 이해 부족으로 인해 도출된 요구사항 변경은 추후 수정 비용이 많이 소요 될 수 있음 - 종류 : 고객의 발표, 문헌조사, 설문지, 인터뷰, JAD, 프로토타이핑, 사용자관찰, 롤플레잉 등

- 요구사항의 획득, 분석, 명세, 검증 및 변경관리 등에 대한 제반 활동과 원칙, 요구사항 생성 및 과리를 체계적, 반복적으로 수행 - 요구사항 관리에 포함되는 모든 생명주기(SDLC)활동과 이를 지원하는 프로세스를 포함 - 시스템 요구사항 문서를 생성, 검증, 관리하기 위하여 수행되는 구조화된 활동의 집합 - 요구사항 명세를 최종 산출물로 생성

향후 개발하고자 하는 시스템의 개발범위 및 이행방향성 설정에 도움을 주기 위함

현행 시스템 파악 시 작성하는 시스템 구성도 - 아키텍쳐 구성도 - 소프트웨어 구성도 - 하드웨어 구성도 - 네트워크 구성도

운영체제가 소프트웨어 애플리케이션에게 제공하는 서비스를 추가 및 확장하여 제공하는 운영체제와 소프트웨어 어플리케이션 사이에 위치한 컴퓨터 소프트웨어.

WGAN : wasserstein 손실함수를 GAN에 적용(원래 GAN의 손실 함수는 binary cross entropy) import os import numpy as np import matplotlib.pyplot as plt from models.WGAN import WGAN from utils.loaders import load_cifar # run params SECTION = 'gan' RUN_ID = '0002' DATA_NAME = 'horses' RUN_FOLDER = 'run/{}/'.format(SECTION) RUN_FOLDER += '_'.join([RUN_ID, DATA_NAME]) if not os.path.exists(RUN_FOLDER): os.mkdir(RUN_FOLD..

discriminator : 진짜 이미지는 진짜 이미지로 판단, 가짜 이미지는 가짜 이미지로 판단 하는것이 목표 generator : 랜덤한 노이즈 값을 입력 받아서 가짜 이미지를 생성, discriminator이 어떻게 판단하는지에 따라 진짜 이미지 같이 만드는것이 목표 batch_size : 64 epochs : 6000 https://broscoding.tistory.com/323 GAN.source from keras.layers import Input, Conv2D, Flatten, Dense, Conv2DTranspose, Reshape, Lambda, Activation, BatchNormalization, LeakyReLU, Dropout, ZeroPadding2D, UpSampling2D..