エントリーの編集

エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
【生成モデル】正規化フローでMNISTの画像生成 - ころがる狸
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
【生成モデル】正規化フローでMNISTの画像生成 - ころがる狸
こんにちは。育児のため時間がとれずブログ更新を1年放置していました。今後はしっかりと勉強時間を確保... こんにちは。育児のため時間がとれずブログ更新を1年放置していました。今後はしっかりと勉強時間を確保して、記事執筆を頑張っていきたいと思います!さて、今回は機械学習分野でもっとも注目を集めている技術の1つである生成モデルを取り上げます。生成モデルでは画像や文章、分子構造などの訓練データの分布を学習し、それに類似したデータを自動生成します。代表的な生成モデルとして以下があります。 GAN(敵対的生成ネットワーク) VAE(変分自己符号化器) 拡散モデル 正規化フロー これらのうち、今回は正規化フローの技術的な解説及びMNISTの画像生成例を整理したいと思います。あまり聞きなれない技術ですが、画像生成、分子構造生成、スピーチ生成等で成果を上げている重要技術です。アムステルダム大が公開している深層学習コースのチュートリアル資料を参考に、コードを動かしながら画像を生成したいと思います。 チュートリア