좋은 논문 정리
좋은 논문이 나온 기념으로 TFKR에서 언급된 자료와 일부 자료를 찾아 정리했습니다. 활석님이 우선 너무 잘 정리해주셔서 저는 조금 추가하는 정도 밖에 못했네요 :-)
0. An Introduction to Variational Autoencoders
link : https://arxiv.org/pdf/1906.02691.pdf
이제 VAE의 모든 것은 여기서 나옵니다. 기존의 Auto-Encoding Variational Bayes (https://arxiv.org/pdf/1312.6114.pdf) 논문을 발표한 두 분이 93페이지로 논문?(그냥 책)을 냈습니다. 이제 여기서 찾아보면 될 것 같습니다.
link : http://jaejunyoo.blogspot.com/2017/04/auto-encoding-variational-bayes-vae-1.html
기존 논문의 리뷰는 유재준님의 블로그 글을 추천합니다. 3편으로 나누어 설명한 글인데, 퀄리티가 좋습니다.
1. 오토인코더의 모든 것
link https://d2.naver.com/news/0956269
오토인코더의 모든 것 은 이제 많은 분들이 아는 오토인코더의 교과서 같은 내용입니다. 활석님의 강의, 자료 모두 좋으니 시간이 난다면 필수적으로 봐야할 영상입니다.
2. ratsgo님의 블로그 + 조대협의 블로그
link : https://ratsgo.github.io/generative%20model/2018/01/27/VAE/
개인적으로 블로그 중에서는 ratsgo님의 블로그 글을 제일 좋아합니다. 설명이 상세하고, 내용도 좋고, 관련된 내용도 많다는 장점이 있는 블로그입니다.
link : https://bcho.tistory.com/1326
또 이런 양과 퀄리티가 좋은 블로그에는 조대협의 블로그도 있습니다. 첨부한 링크에도 AE와 VAE가 있으니 참고하면 좋을 것 같습니다.
3. 강의 자료
link : http://shakirm.com/papers/VITutorial.pdf
DeepMind 재직 중인 분이 작성하신 튜토리얼 자료입니다. 70페이지 정도 됩니다.
link : https://deepgenerativemodels.github.io/
저는 이것보다는 stanford cs236의 강의 자료가 나은 것 같습니다. 이 링크에서 다운받을 수 있습니다.
link : https://www.cs.ubc.ca/~lsigal/532L/Lecture11.pdf
british columbia에서 cs231n을 바탕으로 만든 자료도 좋습니다. (원본보다 깔끔하고 가독성이 높습니다.)
4. 개발하며 nolsigan님의 블로그
link : http://nolsigan.com/blog/what-is-variational-autoencoder/ link : https://jaan.io/what-is-variational-autoencoder-vae-tutorial/ 아래 글이 원본이며, 번역을 정말정말 잘해주신 글입니다.
VAE를 deep learning 관점과 graphical model 관점으로 나눠서 둘 다 설명합니다. 시각적인 요소를 잘 사용하여 이해가 좋습니다. reference에 있는 글들도 좋으니 추천합니다.
Leave a Comment