생성적 적대 신경망(GAN) 전문 과정 소개

• •존재하지 않는 인물 이미지 생성 및 나이 변환 기술 적용
• •저해상도 영상을 고해상도로 개선하는 Super-resolution 기술
• •의료 영상 등 데이터가 부족한 분야를 위한 합성 데이터 생성

GAN은 생성 모델의 일종으로, 데이터의 분포를 학습하여 새로운 데이터를 만들어낸다.

• •생성자(Generator)는 실제와 유사한 데이터를 생성하도록 학습
• •판별자(Discriminator)는 실제 데이터와 생성된 데이터를 구분하도록 학습
• •두 네트워크의 경쟁을 통해 생성 데이터의 품질이 점진적으로 향상

이 구조를 적대적 학습(Adversarial Training)이라 하며, 두 네트워크가 동시에 발전한다.

• •신경망 및 CNN(Convolutional Neural Networks) 기본 지식 필수
• •Python 및 딥러닝 프레임워크(PyTorch 등) 활용 능력 요구
• •DeepLearning.AI의 딥러닝 전문 과정 이수자에게 권장

• •1-2주 차: 기본 GAN 및 DCGAN 아키텍처 구현
• •3주 차: GAN 학습의 안정성 확보 및 평가 지표 학습
• •4주 차: Conditional GAN, StyleGAN, Pix2Pix, CycleGAN 등 고급 기법 마스터

DCGAN은 GAN에 합성곱 층을 도입하여 이미지 생성 성능을 비약적으로 높인 모델이다.