소득공제
생성형 AI를 위한 컴퓨터 비전
파이토치를 활용한 딥러닝과 비전 생성 모델
최재웅 저
비제이퍼블릭(BJ퍼블릭)
2024.08.30.
- 베스트
- OS/데이터베이스 top20 1주
이미 소장하고 있다면 판매해 보세요.
- 국내배송만 가능
- 최저가 보상
- 문화비소득공제 신청가능
이 상품의 태그
상세 이미지
책소개
목차
|
1장 비전 생성 모델
_1.1 비전 생성 모델이란? __1.1.1 영상 생성 모델 __1.1.2 영상 변환 모델 __1.1.3 스타일 변환 모델 __1.1.4 영상 품질 개선 모델 _1.2 비전 생성 모델의 활용 분야 __1.2.1 예술 및 디자인 __1.2.2 엔터테인먼트 __1.2.3 의료 및 산업 분야 __1.2.4 게임 개발 _1.3 비전 생성 모델 이해를 위한 배경지식 __1.3.1 평균과 분산 __1.3.2 정규 분포 __1.3.3 최대 가능도 추정 __1.3.4 쿨백-라이블러 발산 __1.3.5 MAE 손실 함수와 MSE 손실 함수 _1.4 구현 및 실습을 위한 도구 __1.4.1 CUDA와 CuDNN 설치 __1.4.2 아나콘다 설치 __1.4.3 파이토치란? 2장 비전 생성 모델링 방식 및 특징 _2.1 오토 인코더 __2.1.1 소개 및 이론 __2.1.2 구현 및 실습 __2.1.3 정리 _2.2 변이형 오토 인코더 __2.2.1 소개 및 이론 __2.2.2 구현 및 실습 __2.2.3 정리 _2.3 생성적 적대 신경망 __2.3.1 소개 __2.3.2 GAN __2.3.3 WGAN __2.3.4 cGAN __2.3.5 DCGAN __2.3.6 구현 및 실습 __2.3.7 정리 _2.4 확산 모델 __2.4.1 소개 및 이론 __2.4.2 구현 및 실습 __2.4.3 정리 3장 생성적 적대 신경망 기반 응용 모델 _3.1 영상 생성 모델 __3.1.1 PGGAN __3.1.2 StyleGAN __3.1.3 정리 _3.2 영상 변환 모델 __3.2.1 pix2pix __3.2.2 CycleGAN __3.2.3 정리 _3.3 스타일 변환 모델 __3.3.1 AdaIN __3.3.2 StarGAN __3.3.3 정리 _3.4 영상 품질 개선 모델 __3.4.1 초해상도: SRGAN __3.4.2 디블러링: DeblurGAN __3.4.3 정리 4장 확산 모델 기반 응용 모델 _4.1 트랜스포머 _4.2 CLIP _4.3 Diffusers 라이브러리란? _4.4 멀티 모달 비전 생성 모델 __4.4.1 미드저니 __4.4.2 빙 이미지 크리에이터 __4.4.3 스테이블 디퓨전 __4.4.4 정리 _4.5 응용 및 확장 기법 __4.5.1 드림부스 __4.5.2 컨트롤넷 __4.5.3 정리 5장 최신 연구 및 서비스 동향 _5.1 관련 서비스 및 응용 분야 소식 _5.2 비전 생성 모델의 전망과 미래 |
저자 소개1
現) LG CNS 멀티 모달 AI. 대학교에서 전자공학을 전공하던 중 인공지능에 흥미가 생겨 대학원 진학을 결심하였다. 그리고 인하대학교의 컴퓨터 비전 및 이미지 프로세싱(Computer Vision and Image Processing, CVIP) 연구실에서 가장 흥미롭게 생각한 비전 분야의 생성 모델을 연구해 석사 학위를 취득하였다. NHN에서는 스타일 변환 모델에 대한 서비스 개발을 진행했고 생성 모델 관련 특허를 여러 개 출원하였으며, 현재는 LG CNS에서 생성 모델 관련 연구 및 개발 업무를 수행하고 있다. 이 밖에, 공부한 것을 나누기를 좋아하여 멘사코리아의 개발자
現) LG CNS 멀티 모달 AI. 대학교에서 전자공학을 전공하던 중 인공지능에 흥미가 생겨 대학원 진학을 결심하였다. 그리고 인하대학교의 컴퓨터 비전 및 이미지 프로세싱(Computer Vision and Image Processing, CVIP) 연구실에서 가장 흥미롭게 생각한 비전 분야의 생성 모델을 연구해 석사 학위를 취득하였다. NHN에서는 스타일 변환 모델에 대한 서비스 개발을 진행했고 생성 모델 관련 특허를 여러 개 출원하였으며, 현재는 LG CNS에서 생성 모델 관련 연구 및 개발 업무를 수행하고 있다. 이 밖에, 공부한 것을 나누기를 좋아하여 멘사코리아의 개발자 모임에서 스터디를 주관하기도 하며 좋은 영향력을 펼칠 길을 찾아나가고 있다.
관련 분류
품목정보
- 발행일
- 2024년 08월 30일
- 쪽수, 무게, 크기
- 368쪽 | 188*245*30mm
- ISBN13
- 9791165922979
출판사 리뷰
|
비전 생성 모델의 수리적 배경부터
응용 모델의 사용법과 결과 도출 원리까지 1장에서는 컴퓨터 비전 영역에 속한 생성형 AI 관련 모델인 비전 생성 모델에 대해 용어를 정의하고 수리적인 배경을 학습한 후 구현 및 실습에 필요한 도구를 설치합니다. 2장에서는 대표적인 생성 모델링 방식인 오토 인코더, 변이형 오토 인코더(VAE), 생성적 적대 신경망(GAN), 그리고 확산 모델(Diffusion Model)에 대해 이론부터 실습까지 코드를 한 줄씩 따라가며 꼼꼼하게 살펴봅니다. 3장에서는 영상 생성 모델(PGGAN, StyleGAN), 영상 변환 모델(pix2pix, CycleGAN), 스타일 변환 모델(AdalN, StarGAN), 영상 품질 개선 모델(초해상도: SRGAN, 디블러링: DeblurGAN)에 대해 수학 공식을 통한 수리적인 배경부터 소스코드를 통한 설명과 결과 이미지 확인까지 세밀하게 고찰해봅니다. 4장에서는 텍스트 입력을 처리할 수 있게 하는 트랜스포머, 이미지와 텍스트 프롬프트의 정보를 연결하는 CLIP 모델, 파이프라인 및 응용 기법 등을 지원하는 허깅페이스의 Diffuser 라이브러리에 대해 알아봅니다. 그리고 미드저니, 빙 이미지 크리에이터, 스테이블 디퓨전 등의 생성 서비스에 사용된 멀티 모달 비전 생성 모델에 대해 각 서비스를 기준으로 수리적인 배경과 결과 도출 방식을 살펴봅니다. 5장에서는 모바일 애플리케이션 스노우(SNOW), 어도비의 생성형 AI 플랫폼 젠스튜디오(GenStudio), 오픈AI의 Text-to-Video 생성 모델 소라(Sora) 등을 소개하며 비전 생성 모델의 전망과 미래 잠재력을 조망해봅니다. 이 책이 필요한 독자 - 딥러닝과 영상 변환 모델 기술에 대해 궁금한 분 - 비전 생성 모델을 처음 접하는 대학생 또는 대학원생 - 이미지 및 영상 생성 관련 인공지능 기술을 직접적인 수식과 코드로 학습하고 싶은 분 - 비주얼 분야에서의 인공지능에 대해 학습하고 싶은 분 - 디자인 및 그래픽 관련 분야에서 인공지능 모델을 활용해보고 싶은 분 |
29,700원
총 1개
29,700원
