# neural style transfer
[Aiffel] 아이펠 29일차 개념 정리 및 회고
1. 딥러닝 개념 1) 생성 모델링(Generative Modeling) > cf) 판별 모델링(Discriminative Modeling) 입력받은 데이터를 특정 기준에 따라 판별하는 것이 목표인 모델링 의미: 존재하지 않던 데이터를 생성하는 것이 목표 학습한 데이터셋과 유사하면서도 기존에 없던 새로운 데이터를 생성하는 모델 생성 모델링 기법 Pix2Pix: 간단한 이미지를 입력하면 실제 사진처럼 보이도록 변환, (그림, 사진) 쌍의 데이터셋 필요 CycleGAN: 양방향 변환이 가능 (이미지 ↔ 사진), 쌍으로 된 데이터가 필요 없음 Neural style transfer: 신경망을 기반으로 base image와 style image를 이용해 새로운 이미지를 생성함 GAN 가장 간단한 형태의 생성 모델 생성자: 의미가 불명한 랜덤 노이즈로부터 신경망에서의 연산을 통해 이미지 형상의 벡터를
Neural Style Transfer
What is neural Style Transfer? 원본 이미지에 특정 스타일을 입혀 새로운 형태의 이미지를 생성하는 것 대표적으로 Pix2pix, CycleGAN 등의 논문들이 있다 What are deep ConvNets learning? 신경망에서 학습하는게 대체 무엇인가? -> 훈련 세트가 신경망을 거칠 때 각 레이어에서 유닛의 활성값을 최대화하는 이미지를 시각화하자 
Neural Style Transfer
Deeplearning.ai의 convolutional neural network 37~42강의 리뷰 및 neural style transfer 논문 리뷰에 관한 글입니다. 해당 글은 빅데이터 연합동아리 tobigs 이미지 세미나 자료로 사용되었습니다. What is neural style transfer? 사진1 Nueral style transfer는 신경망을 이용한 스타일 변환이다. 위의 사진1과 같이 content image와 style image가 있을 때, 신경망을 통해 content image에 style image의 style을 입힌 generated image를 생성하는 것이다. Neural style transfer를 사