<aside> 💡 - GAN의 기초부터 최신 논문까지 따라잡는 것이 우리 스터디 목적입니다.
</aside>
<aside> 🪜 Most people can learn a lot more than they think they can. They sell themselves short without trying.
대부분의 사람들은 그들이 할 수 있다고 생각하는 것보다 훨씬 많이 배울 수 있습니다. 사람들은 노력하지 않고 스스로를 과소평가합니다.
- Elon Musk
</aside>
😍 가짜연구소 소개
🧪 **가짜연구소 Github** 🎥 가짜연구소 Youtube
🧪 가짜연구소 LinkedIn 🧪 **가짜연구소** Facebook
<aside> 📢 다음 만남은 2022/6/16, 목요일 21:00(오후 9시) 에 예정되어 있습니다.
</aside>
<aside> 💡 14주 동안 수고하셨습니다 🎊 🥰 스터디 시간에 수료증 관련 공지 드리겠습니다
</aside>
발표
주 1회 포스팅 업로드
스터디 수료 기준
청강
발표 중에도 얼마든지 끼어들어 질문/토론할 수 있고, 해결되지 않은 문제는 다음 주차까지 모두 함께 생각해보는 자유로운 분위기가 되길 바랍니다 👀😁
1.기초: VAE를 통해 확률론적으로 생성모델 이해 및 베이스 논문 리뷰, GAN overview
💡서치 경로 예시:
(1) https://github.com/nightrome/really-awesome-gan#code
(2) https://paperswithcode.com/
(3) https://www.connectedpapers.com/
💡GAN SOTA paper 참고: https://paperswithcode.com/sota/image-generation-on-cifar-10