생성형 딥러닝 (Generative Deep Learning)

목차

  1. 이미지 생성
  2. 스타일 전이
  3. 텍스트 생성
  4. 그래프 생성
  5. 기타

이미지 생성

★

V3

노이즈 제거 확산 암시적 모델 (Denoising Diffusion Implicit Models)

.

★

V3

안정적인 Diffusion으로 잠재된 공간 걷기 (A walk through latent space with Stable Diffusion)

.

V2

DreamBooth

.

V2

노이즈 제거 확산 확률론적 모델 (Denoising Diffusion Probabilistic Models)

.

V2

텍스트 반전을 통해 StableDiffusion의 새로운 개념 가르치기 (Teach StableDiffusion new concepts via Textual Inversion)

.

V2

Stable Diffusion 미세 조정

.

V3

변형 자동인코더 (Variational AutoEncoder)

.

V3

Model.train_step을 오버라이딩 하는 GAN (GAN overriding Model.train_step)

.

V3

Model.train_step을 오버라이딩 하는 WGAN-GP (WGAN-GP overriding Model.train_step)

.

V3

조건부 GAN (Conditional GAN)

.

V2

CycleGAN

.

V2

적응형 판별자 보강을 통한 데이터 효율적 GAN (Data-efficient GANs with Adaptive Discriminator Augmentation)

.

V3

Deep Dream

.

V3

조건부 이미지 생성을 위한 GauGAN (GauGAN for conditional image generation)

.

V3

PixelCNN

.

V2

StyleGAN으로 얼굴 이미지 생성 (Face image generation with StyleGAN)

.

V2

벡터화된 변형 자동 인코더 (Vector-Quantized Variational Autoencoders)

.

스타일 전이

V3

신경 스타일 전송 (Neural style transfer)

.

V2

AdaIN을 사용한 신경 스타일 전송 (Neural Style Transfer with AdaIN)

.

텍스트 생성

★

V3

KerasNLP를 사용한 GPT2 텍스트 생성 (GPT2 Text Generation with KerasNLP)

.

V3

KerasNLP로 처음부터 GPT 텍스트 생성하기 (GPT text generation from scratch with KerasNLP)

.

V3

미니어처 GPT로 텍스트 생성 (Text generation with a miniature GPT)

.

V3

LSTM을 사용한 문자 레벨 텍스트 생성 (Character-level text generation with LSTM)

.

V2

FNet을 사용한 텍스트 생성 (Text Generation using FNet)

.

그래프 생성

V2

VAE를 사용한 약물 분자 생성 (Drug Molecule Generation with VAE)

.

V2

작은 분자 그래프 생성을 위한 R-GCN이 포함된 WGAN-GP (WGAN-GP with R-GCN for the generation of small molecular graphs)

.

기타

V2

Real NVP를 사용한 밀도 추정 (Density estimation using Real NVP)

.

Table of contents