Latent Diffusion; High-Resolution Image Synthesis with Latent Diffusion Models
이전에 살펴봤던 Diffusion 은 likelihood-based model 이며 이미지 생성 과정을 denoising autoencoder 를 순차적으로 적용하는 것으로 설계한 것이었다. 그런데 Diffusion model 은 image pixel 을 그대로 model에서 처리...
Recent posts
What is U-Net?; U-Net: Convolutional Networks for biomedical Image Segmentation
원래 U-Net 은 CNN 계열의 image segmentation 에서 많이 사용되던 architecture 였다. 최근에 Diffusion 을 공부하다보니 U-Net 을 backbone network 로 하여 training 하는 것을 볼 수 있었는데 복습 겸 다시 정리하고자 ...
Deep Dive into Diffusion; Denoising Diffusion Probabilistic Models (DDPM)
이 글은 “Understanding Deep Learning” 이라는 책의 설명 방식과 순서를 따랐으며 이 책을 많이 참고하고 정리하여 작성되었다. 또한 이 내용은 DDPM 논문과 관련된 내용이며 DDPM 논문과 연계하여 설명하였다.
Baekjoon(백준) 11499번 - Path
백준 사이트의 11499번. 문제 제목 : Path 백준 11499
논문리뷰 (paper review); Attention Is All You Need
구글에서 2017 NIPS 에서 발표했고 당시 엄청난 센세이션을 일으켜 AI의 흐름을 바꿨다는 평을 받은 논문, Attention is all you need 이다. 기존에 seq2seq (sequence to sequence) model에서 사용되던 RNN 부분을 self-att...