13-1. 생성 모델이란
생성 모델(Generative model)
- 주어진 데이터를 학습하여 데이터 분포를 따르는 유사한 데이터를 생성하는 모델
13-1-1. 생성 모델 개념
ML Lab_주원영 교수님
판별(자) 모델(discriminative model)
- 주어진 데이터($x$)가 있을 때 그에 따른 정답($y$)을 찾는 모델
- 목표) 데이터에 따른 정답을 최대한 잘 맞추고자 함
- 이미지를 정확히 분류(구별)하고자 해당 이미지를 대표하는 특성들을 잘 찾는 것을 목표로 함
- 개 vs 고양이 ⇒ 개의 귀, 꼬리 등의 특성 파악
생성(자) 모델(generative model)
- 판별자 모델에서 추출한 특성들의 조합을 이용하여 새로운 데이터를 생성하는 모델
- 목표) 주어진 데이터의 분포($p(x)$)를 학습하여 새로운 데이터를 생성하고자 함
13-1-2. 생성 모델의 유형
Image Source: https://lilianweng.github.io/posts/2021-07-11-diffusion-models/
명시적 방법(explicit density)
- 모델의 확률 변수를 정의
- $p(x)$ 정의
- 이미지의 잠재 공간(latent space)에서 샘플링하여 완전히 새로운 이미지나 기존 이미지를 변형하는 방식으로 학습 진행
- 대표적 모델
- 변형 오토인코더(variational autoencoder)
암시적 방법(implicit density)
- 확률 변수를 이용하지 않음
- $p(x)$에 대한 정의 없이 sampling을 활용
- 대표적 모델
- GAN(Generative Adversarial Network)