로그인
회원가입
lnb영역
수강신청
컨텐츠 내용
- 수강신청
- 과정정보
이미지 생성 모델 GAN & VAE의 원리와 활용 실습
과정소개
생성형 인공지능의 핵심 기술인 GAN(Generative Adversarial Network)과 VAE(Variational Autoencoder)를 탐험하는 과정입니다. 두 모델의 작동 원리부터 실제 응용까지, 이미지 생성의 원리와 다양한 변형 모델(StyleGAN, Pix2Pix 등)을 학습합니다. 실습을 통해 간단한 패턴부터 복잡한 이미지 생성까지 단계별로 경험해볼 수 있습니다.
학습목표
- GAN과 VAE의 기본 구조와 작동 원리 이해하기
- 다양한 GAN 모델(컨디셔널 GAN, Pix2Pix, StyleGAN 등)의 특징 파악하기
- 실습을 통해 간단한 이미지 생성 모델 구현해보기
- 생성 모델에서 발생하는 문제점(모드 붕괴 등)과 해결 방안 학습하기
- 의료, 패션 등 다양한 산업에서의 생성 모델 활용 사례 이해하기
- 다양한 GAN 모델(컨디셔널 GAN, Pix2Pix, StyleGAN 등)의 특징 파악하기
- 실습을 통해 간단한 이미지 생성 모델 구현해보기
- 생성 모델에서 발생하는 문제점(모드 붕괴 등)과 해결 방안 학습하기
- 의료, 패션 등 다양한 산업에서의 생성 모델 활용 사례 이해하기
교육대상
- 딥러닝과 인공지능에 관심 있는 개발자 및 엔지니어
- 이미지 생성과 처리 기술을 배우고 싶은 디자이너
- 데이터 사이언스 및 머신러닝 분야 입문자/중급자
- 생성형 AI를 비즈니스에 적용하고자 하는 기업 담당자
- 컴퓨터 비전과 이미지 처리에 흥미가 있는 학생
- 이미지 생성과 처리 기술을 배우고 싶은 디자이너
- 데이터 사이언스 및 머신러닝 분야 입문자/중급자
- 생성형 AI를 비즈니스에 적용하고자 하는 기업 담당자
- 컴퓨터 비전과 이미지 처리에 흥미가 있는 학생
수료기준
| 평가기준 | 진도율 | 총점 |
|---|---|---|
| 반영비율 | 100% | 100점 |
| 이수(과락)기준 | 80% | 60점 |
※ 수료기준은 각 평가항목의 점수가 수료기준 점수 이상이고 총점이 60점 이상이어야 합니다.
| 차시 | 강의명 |
|---|---|
| 1차시 | 생성형 딥러닝 모델개요 |
| 2차시 | 오토인코더 소개(AE) |
| 3차시 | 변이형오토인코더(VAE) |
| 4차시 | 생성적 적대 신경망(GAN) |
| 5차시 | 1010 패턴 생성기(GAN) 실습 |
| 6차시 | MNIST Feed Forward GAN 실습 |
| 7차시 | DALL-E 소개 |
| 8차시 | GAN 모델 평가와 훈련의 어려움 |
| 9차시 | MNIST Feed Forward GAN 수정 실습과 PGGan |
| 10차시 | MNIST DCGAN 실습 |
| 11차시 | GAN 모델의 역사 및 정리 |
| 12차시 | MNIST CGAN 실습 |
| 13차시 | Pix2Pix 구조와 실습 |
| 14차시 | SGAN의 이해 |
| 15차시 | Cycle GAN |
| 16차시 | Style GAN 및 정리 |