Generative-Models

Generative-Adversarial-Networks (GAN)

MNIST 데이터 셋

• GAN

  • epoch = 10000
    
  • epoch = 100000
    

• LSGAN

  • epoch = 10000
    
  • epoch = 100000
    

• DCGAN

  • epoch = 10000
    
  • epoch = 100000
    

• WGAN

  • epoch = 10000
    
  • epoch = 100000
    

• CGAN

  • epoch = 10000 (숫자 4에 대한 synthetic data)
    

  • epoch = 100000 (숫자 4에 대한 synthetic data)
    

• InfoGAN

  • epoch = 10000
    
  • epoch = 100000
    

Celeba 데이터 셋

• DCGAN

  • RGB, 28x28 픽셀 데이터

    • batch size 128, epoch = 200
      
    • batch size 500, epoch = 200
      

  • RGB, 84x84 픽셀 데이터

    • epoch = 110
      

  • 2번 버전(RGB, 84x84 픽셀 데이터)의 배치사이즈 변경한 버전

    • epoch =110
      

  • [RGB, 28x28 픽셀 데이터에서 학습된 모델을 기반으로 vector arithmetic 수행]

    • DCGAN_latent_vector_1
      

    • vector_arithmetic_2

      • smiling_woman(1행 이미지) - neutral_woman(2행 이미지) + neutral_man(3행 이미지) = smiling_man ?
        
      • smiling_man !
        
      • glasses_man(1행 이미지) - neutral_man(2행 이미지) + neutral_woman(3행 이미지) = glasses_woman ?
        
      • glasses_woman ! (3번째 안경...? 🙄)
        

Fashion-MNIST 데이터 셋

• CGAN :

  • fully connected layer 구조

    • epoch =1000
      
      

  • deep convolutional layer 구조_1

  • deep convolutional layer 구조_2

    • epoch =100
      

• WGAN

  • epoch = 9800 (이 모델로 mnist 데이터셋)
    
  • epoch = 10000 (fashion-mnist 데이터셋)
    

• WGAN-GP

  • epoch = 400 (이 모델로 mnist 데이터셋)
    
  • epoch = 10000 (fashion-mnist 데이터셋)
    

---

Restricted Boltzmann Machine(RBM)

MNIST 데이터 셋

• Binary_RBM

  • CD-1

    

  • CD-2

    

  • CD-20

    

  • CD-50