Generative Adversarial Networks(GAN)는 생성 모델의 한 종류입니다. GAN의 등장이후 생성모델은 매우 빠르게 발전해 오고 있으며 개인적으로 생성모델을 공부한다면 필수적으로 공부해야할 부분중 하나라고 생각합니다. Diffusion model 등 최신 트랜드의 논문들도 GAN을 기반으로 하거나 GAN에서 나온 이론을 토대로 하는 경우가 많습니다. 따라서 필수적으로 읽어야 하는 GAN 관련 논문들을 정리해보려고 합니다. 사실 논문이 워낙 많기 때문에 빠트린 논문들도 많습니다. (계속해서 업데이트 할 생각입니다.) 논문을 볼때는 블로그 리뷰를 읽는 것도 좋지만, 논문의 핵심적인 부분 외에도 자잘한 insight 들과 Tip들이 큰 도움이 되니 웬만하면 논문의 Method 부분은 꼭 ..

Understanding Diffusion Models: A Unified Perspective는 3가지 포스트로 나누어져 있습니다. 이전 포스팅을 참고해주세요. Paper: https://arxiv.org/abs/2208.11970 Understanding Diffusion Models: A Unified PerspectiveDiffusion models have shown incredible capabilities as generative models; indeed, they power the current state-of-the-art models on text-conditioned image generation such as Imagen and DALL-E 2. In this work we rev..

Understanding Diffusion Models: A Unified Perspective는 3가지 포스트로 나누어져 있습니다. 이전 포스팅을 참고해주세요. Understanding Diffusion Models: A Unified Perspective (1)Understanding Diffusion Models: A Unified Perspective는 Google Brain에서 Diffusion model에 대한 이해를 돕기위해 만든 논문입니다. 이번 기회에 Diffusion model을 이해하기 위한 여러 수식이나 정의를 정리해 보려 합donghyun99.tistory.com Variational Diffusion Models Variational Diffusion Models(VDM)은 이전..

Understanding Diffusion Models: A Unified Perspective는 Google Brain에서 Diffusion model에 대한 이해를 돕기위해 만든 논문입니다. 이번 기회에 Diffusion model을 이해하기 위한 여러 수식이나 정의를 정리해 보려 합니다. 먼저 이번 포스팅에서는 Diffusion model 이전에 나온 Variational Auto Encoder 관련 수식을 정리합니다. 이때 나오게 되는 수식들은 Diffusion model과 상당히 연관성이 있습니다. Evidence Lower Bound (ELBO) 우리과 관측한 data인 x와 latent variable(잠재 변수) z에 대해서 결합확률 분포인 $p(x, z)$를 생각할 수 있습니다. Like..

오늘 리뷰할 논문은 CVPR 2022에서 발표한 StyTr² 입니다. https://arxiv.org/abs/2105.14576 StyTr$^2$: Image Style Transfer with Transformers The goal of image style transfer is to render an image with artistic features guided by a style reference while maintaining the original content. Owing to the locality in convolutional neural networks (CNNs), extracting and maintaining the global informati arxiv.org Style Tra..