• Information Modeling Method and Application

    Information Modeling Method and Application Internet and Web Fundamentals: 3 네트워크 지수법칙10 www의 출현과 성장 13 W3C 14 web browser 15 웹의 구성 요소 16 URL 18 HTML form 23 HTTP message request / response 30 web services 33 WWW web server web client plugin web proxy 35 browser 39...


  • Wild tales

    평점: 4 화끈한 이야기들(Wild tales)의 야생의 흔적(Wild tails). 뒤도 생각 안하고 뻗치는 분노는 얼마나 자연스러운가?


  • [Pytorch] VQVAE

    Neural Discrete Representation Learning를 Pytorch로 구현 https://github.com/Lyusungwon/pytorch/tree/master/vqvae Reference https://github.com/nakosung/VQ-VAE https://github.com/nadavbh12/VQ-VAE Note 각 latent variable 마다 가장 가까운 임베딩 벡터를 찾는게 복잡했는데 단순한 트릭으로 해결할 수 있다는 것을 발견 들어오는 gradient를 가로채는 방법이 어려웠는데 register_hook을 통하여 해결 Result -Image -Loss


  • Unsupervised Learning of Disentangled and Interpretable Representations from Sequential Data

    WHY? 이미지에 대한 unsupervised disentangling의 시도는 많았지만 오디오와 같은 sequential data에서의 unsupervised disentangling의 시도는 많지 않았다. WHAT? Factorized Hierarchical Variational Autoencoder에서는 sequential data를 sequential dependent prior와 sequence independent prior를 가진 hierarchical graphical model로 가정한다. Sequential data이기 때문에 sequence를 나타내는 인덱스 i와 segment를 나타내는 인덱스 n이 존재한다. 한 sequence의 likelihood에 대하여...


  • Multimodal Unsupervised Image-to-Image Translation

    WHY? unsupervised하게 이미지를 source domain에서 target domain으로 보내는 것을 image to image translation이라고 한다. 기존의 방법들은 이렇게 다른 도메인으로 mapping하는 방법이 deterministic하다고 간주하여 왔기 때문에 다양한 이미지를 생성할 수 없었다. WHAT? MUNIT은 이미지 representation을 content code와 style code로 분리한다. content code는 동물의 자세와 같이 여러 도메인에서 공통적으로 나타나는 추상적인 특징을...