【論文読み】CVAE-GAN : Fine Grained Image Generation though Asymmetric Training - KAZ log TechMemo
今回はクラス情報を持った画像を生成するためにVAEとGANを上手に組み合わせましたよというお話。 CVAE-GAN: Fine Grained Image Generation though Asymmetric Training 【感想】 ・Mean feature matching のなるほど感 ・Loss関数たくさん＆そこにハイパラ設定せにゃならん →職人芸感満載、しかもepock数100kとか言われると自分の設定正しいかの検証無理。 【Abstruct】 あるIdentityを持った様々なカテゴリーの画像を生成したい VAEとGANを組み合わせたモデルを提案する しかし、ナイーブにはうまくいかない、なぜならばVAEの画像はぼやけるからCriminatorが簡単に偽物と判別できる なので、 本物のデータ群の平均の特徴量とのL2距離を損失関数として採用 勾配消失が緩和される Mean
PythonでXGBoostをちゃんと理解する(2) ライブラリ作者から学ぶ - KAZ log TechMemo
XGBoostについて調べてたら、開発者本人から学ぶ的な動画があったので観てみた。 www.youtube.com 時間にして約1時間半、英語が苦手でなくて時間がある方は直接見て頂くと面白いかも。 目次はこんな感じ。 ・Introduction ・Basic Walkthrough ・Real World Application ・Model Specification ・Parameter Introduction ・Advanced Features ・Gaggle Winning Solution 前半は「まぁみんな知ってるよね」ってことが多かったが、Model SpecificationとParameter Introductionの中のParameter Tuning、あとAdvanced Featuresが面白かったのでメモ。 Model Specification よく見る勾
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
