💌 Developer Onlyone

Training Details 1. Generator G U-Net 은 처음의 detail 이 바로 마지막까지 전달 가능 → detail 간직이 잘 된다는 장점이 있음. 그러나, 두 data set(그림 - 사진 ; 비슷하다고 봄) 이 비슷한 경우에는 skip connection을 많이 사용 하려고 함(고해상도를 위해). skip connection 에는 depth가 많이 없음. → 생성되는 결과물이 별로 만족 스럽지 못함. 위의 단점을 극복 해 낼 수 있는 ResNet을 사용 depth가 있으면서, detail을 간직 할 수 있음. 이미지의 퀄리티면에서 가장 좋은 결과물을 냄 메모리를 많이 사용 → 생성 할 수 있는 parameter 수가 적음 ⇒ 많은 형태 변화를 만들어 낼 수 없는 단점 존재 Bot..

https://youtu.be/Fkqf3dS9Cqw Cycle GAN 논문 저자님의 발표강의 영상 Cycle GAN 사진으로 구성되어 있는 2가지의 data set 을 이용하여 한 이미지를 다른 이미지의 style로 변환 How does it work? pix2pix GAN Cycle GAN pix2pix input 과 out이 모두 사진이어야 하는 supervised learning framework Goal : 흑백사진은 컬러사진으로 바꿔주는 neural network train test 흑백 → ? train 도형→사진 test 도형→? Loss : output G(x) and ground truth y 의 차이를 최소화 → 어떤 것이 가장 옳은 것인지 (사람은 알 수 있으나) 판단 할 수 없으므로..

String(문자열) : 메일 제목, 메시지 내용 등 Number(숫자) : 물건의 가격, 학생의 성적 등 Boolean(불) : 친구의 로그인 상태 / True, False (1) 문자열 Escape character (이스케이프 문자) 역슬래시(∖)기호를 사용해서 문자열을 만드는 기호가 아니라 단순한 따옴표로 인식하게 함. print(""안녕하세요"라고 말하다") → Syntax Error print("∖∖"안녕하세요∖∖"라고 말하다") 작은 따옴표도 같은 방식으로 사용 가능. ∖” , ∖’ : 따옴표를 의미 ∖n : 줄바꿈을 의미 ∖t : 탭을 의미 ∖∖ : 역슬래시를 의미 여러 줄 문자열 만들기 print("안녕하세요 ∖∖n 저는 지원입니다∖∖n") : 코드를 읽기 힘들고 ∖n을 매번 입력해야해서..

python keyword 확인 import keyword print(keyword.kwlist) identifier (식별자) 키워드를 사용하면 안된다. 특수문자는 언더바(_)만 허용된다. 숫자로 시작하면 안된다. 공백을 포함할 수 없다. 식별자 - 캐멀 케이스(대문자로 시작) → “클래스” - 스네이크 케이스(소문자로 시작) - 뒤에 괄호가 있음 → “함수” - 뒤에 괄호가 없음 → “변수” comment (주석) #기호 붙임

이동통신 채널에는 Large-Scale propagation과 Small-Scale propagation의 Fading을 갖는다. 이동통신시스템에서 신호 전파에 영향을 미치는 3가지의 기본 메커니즘 Relflection : 전파하는 전자기파가 RF 신호 파장에 비해 매우 큰 크기의 매끄러운 표면에 충돌할 때 발생 Diffaction : 송신기와 수신기 사이의 무선경로가 λ에 비해 매우 밀집된 물체에 의해 차단되어 방해되는 물체의 뒤에 2차파가 형성될 때 발생 Scattering : 전파가 크고 거친 표면이나 λ와 비슷하거나 작은 표면에 충동하여 반사된 에너지가 사방으로 퍼져 나갈 때 발생 Large-Scale Fading Mobile Cannel Environment 거리에 따른 Path Loss, 장애..

강화학습 Reinforcement Learning 강화학습은 머신러닝의 한 영역이다. Agent는 환경에 대한 State 정보를 받고 그에 따른 Action을 취한다. Action에 대한 Reward를 받고, 그 행동에 대해 평가를 하며 어느 방향으로 행동하는 것이 더 큰 Rewrad를 받을지 학습한다. 머신러닝의 종류는 다음과 같이 볼 수 있다. - supervised learning - unsupervised learning - reinforcement learning (비)지도 학습은 사람이 데이터 셋을 관리하고 입력해야 하기 때문에 많은 시간과 비용이 필요하다. 그리고 목표로 하는 값은 결국엔 사람의 결과값을 흉내 내는 것이기 때문에 사람보다 더 뛰어난 성능을 낼 것이라고 기대하기 어렵다. Mar..