
752
2
부
신경망과 딥러닝
오토인코더
autoencoder
는 지도 방식을 사용하지 않고도 (레이블되어 있지 않은 훈련 데이터를 사
용해서 )
잠재 표현
latent
representation
또는
코딩
coding
1
이라 부르는 입력 데이터의 밀집 표현을 학습
할 수 있는 인공 신경망입니다. 코딩은 일반적으로 입력보다 훨씬 낮은 차원을 가집니다. 따라
서 오토인코더는 차원 축소 (
8
장 참고), 특히 시각화에 유용하게 사용됩니다. 즉, 오토인코더
가 강력한 특성 추출기처럼 작동하므로 (
11
장에서 언급한 것처럼 ) 심층 신경망의 비지도 사전
훈련에 사용될 수 있습니다. 일부 오토인코더는 훈련 데이터와 매우 비슷한 새로운 데이터를
생성할 수 있습니다. 이를
생성 모델
generative
model
이라고 합니다. 예를 들어 얼굴 사진으로 오토
인코더를 훈련하면 이 모델은 새로운 얼굴을 생성할 수 있게 됩니다.
생성적 적대 신경망
generative
adversarial
networks
(
GAN
)도 데이터를 생성할 수 있습니다. 이 신경망
으로 생성한 얼굴은 이를 가짜, 즉 존재하지 않는 사람이라고 믿기 힘들 정도입니다. 웹 사이
트(
https
://
nvlabs
.
github
.
io
/
stylegan3
/
)를 방문해 직접 확인해보세요.
StyleGAN
이라
는 최신
GAN
구조를 ...