※ 본 포스팅에 등장하는 모든 가상(허구)의 인물이며 현실의 사건, 단체, 인물과는 관련이 없습니다.※ 이미지는 이해를 돕기위한 참고용사진으로 등장인물과는 아무런 관련이 없습니다.     안녕하십니까 앞으로 제대로. AI를 위해, 리재명 입니다1편에 이어 2편도 봐주셔서 감사합니다.      봄이오면 AI의 삶이 피어납니다. 환동훈입니다.  오늘은 저번 시간에 이어서 Generative Adversal Nets의 2부를 작성해보도록 하겠습니다.    5장 실험입니다.연구진은 MNIST, TFD, CIFAR-10 세가지 핵심 데이터셋으로 학습을 진행하였다고 합니다. 생성기(Generator)에는 ReLU와 sigmoid 조합을 택했고, 판별기(Discriminator)에는 Maxout을 적용했습니다. 이건..

※ 본 포스팅에 등장하는 모든 가상(허구)의 인물이며 현실의 사건, 단체, 인물과는 관련이 없습니다.※ 이미지는 이해를 돕기위한 참고용사진으로 등장인물과는 아무런 관련이 없습니다.    새로운 논문리뷰 재명은 합니다!안녕하세요 Generative Adversal Nets의 리뷰를 맡은 리재명 이라고합니다.      AI 지금!동훈이 합니다안녕하세요 같이 논문리뷰를 맡게된 환동훈이라고 합니다. 오늘 우리가 함께 검토할 논문 Generative Adversal Nets는 정의와 상식의 나침반에 근거해 생성형 모델의 패러다임을 바꾸었다고 평가받는 논문입니다. 검찰 시절 쌓은 경험을 토대로 논의를 전개하겠습니다."결론 도출 과정에서 소홀한 부분이 있을 수 있으나, Easy Reading을 최우선 원칙으로 삼았음..