week 4_Neural Style Transfer (Andrew Ng)

---

안녕하세요, HELLO

 

오늘은 DeepLearning.AI에서 진행하는 앤드류 응(Andrew Ng) 교수님의 딥러닝 전문화의 네 번째 과정인 "Convolutional Neural Networks"을 정리하려고 합니다.

 

"Convolutional Neural Networks"의 강의를 통해 '자율 주행, 얼굴 인식, 방사선 이미지 인식' 등을 이해하고, CNN 모델에 대해서 배우게 됩니다. 강의는 아래와 같이 구성되어 있습니다.

 

~ Foundations of Convolutional Neural Networks

~ Deep Convolutional Models: Case Studies

~ Object Detection

~ Special Applications: Face recognition & Neural Style Transfer

 

"Convolutional Neural Networks" (Andrew Ng)의 4주차 "Neural Style Transfer"의 강의 내용입니다.

---

CHAPTER 1. 'Neural Style Transfer'

 

CHAPTER 2. 'Cost function'

---

CHAPTER 1. 'Neural Style Transfer'

 

□ What is neural style transfer

---

□ What are deep ConvNets learning?

첫 번째 레이어는 세부적인 특징을 검토하며, 더 깊은 신경망으로 들어갈수록 복잡하고 다양한 특징을 검토합니다.

---

 

 

CHAPTER 2. 'Cost function'

 

□ Cost function

최초 콘텐츠(c)와 랜더링 할 스타일 이미지(s)를 결합한 새롭게 생성된 이미지(G) 간의 관계를 정리합니다.

비용 함수는

1. 콘텐츠 비용 함수는 콘텐츠와 생성된 콘텐츠가 얼마나 유사한 지 검토합니다.

2. 스타일 비용 함수는 콘텐츠 간의 스타일이 얼마나 유사한 지 검토합니다.

---

---

□ Content Cost function

 

반응형

 

□ Style cost function

하나의 레이어 안에서 채널 간 상관관계로 k와 k'간의 연관 관계를 나타냅니다.

상관관계라고 표시하였지만, 실질적으로는 비 표준화된 십자 영역입니다. 평균을 뺄셈 하지 않고, 단지 요소들에 의해 직접 곱해지고 있기 때문입니다. 

이때 정규화 상수(2 * nh * nw * nc)^2는 연산에 따라 바뀔 수 있기에 그다지 중요하지 않습니다. 

---

□ 1D and 3D generalizaations of models

2D에 적용한 동일한 기능이 1D에도 적용됩니다.

 

채널 간 합성을 통해 3D 모델에 있어서도 동일하게 기능이 적용됩니다.

---

■ 마무리

 

"Convolutional Neural Networks" (Andrew Ng)의 4주차 "Neural Style Transfer"에 대해서 정리해봤습니다.

 

그럼 오늘 하루도 즐거운 나날 되길 기도하겠습니다

좋아요와 댓글 부탁드립니다 :)

 

감사합니다.