반응형 딥러닝6 [논문 리뷰] ControlNet: Adding Conditional Control to Text-to-Image Diffusion Models AbstractControlNet은 Pretrained text-to-image diffusion model에 spatial conditioning control을 추가하는 neural network 아키텍처다.ControlNet은 이미 학습이 다 된 large diffusion model을 freeze하여 수십 억개의 이미지로 pretrain된 encoding layer를 백본으로 재사용하여 다양한 conditional control set을 학습한다. 아키텍처는 파라미터를 0에서 점차 증가시키는 "zero convolution"(초기화된 convolution layer)으로 연결되고, 유해한 noise가 finetuning에 영향을 주지 않도록 보장한다. edge, depth, segmentation.. 2023. 11. 9. [Pytorch] 합성곱 신경망: 딥러닝 학습시키기 기본 필요한 라이브러리 호출 import numpy as np import matplotlib.pyplot as plt import torch import torch.nn as nn from torch.autograd import Variable import torch.nn.functional as F import torchvision import torchvision.transforms as T from torch.utils.data import Dataset, DataLoader 파이토치는 기본적으로 GPU 사용을 권장한다. 하지만 GPU가 장착되지 않은 환경에서도 파이토치를 정삭적으로 실행하고 사용할 수 있다. CPU 혹은 GPU 장치 확인 device = torch.device('cuda:0' if t.. 2023. 3. 29. [Pytorch] 딥러닝 학습시키기 기초 연습 1. 데이터셋 준비 파이토치에서 제공하는 데이터셋 사용 import torchvision.transforms as transforms mnist_transform = transforms.Compose([ transforms.ToTensor(), transforms.Normalize((0.5,), (1.0,)) ]) # 평균이 0.5, 표준편차가 1.0이 되도록 데이터의 분포(normalize)를 조정 from torchvision.datasets import MNIST import requests download_root = './dataset' # 내려받을 경로 지정 train_dataset = MNIST(download_root, transform=mnist_transform, train=True, .. 2023. 3. 3. 파이토치 기초 정리 파이토치 기초 파이토치(Pytorch)는 페이스북에서 루아(Lua)언어로 개발된 토치(Torch)를 파이썬 버전으로 개발한 딥러닝 라이브러리로, 과학 연산을 위한 라이브러리로 초기에 공개되었다. 이후 GPU를 이용한 텐서 조작, 동적 신경망 구축이 가능하도록 딥러닝 프레임워크로 발전시키고 있다. 파이토치는 넘파이(Numpy)와 유사하지만, 유연하면서도 가속화된 계산 속도를 제공한다. 파이토치의 구성요소는 torch, torch.autograd, torch.nn, torch.multiprocessing, torch.optim, torch.utils, torch.onnx 등이 있으며 기본 데이터 표현을 위해 텐서(tensor)를 사용한다. 텐서는 일반적으로 수치형 데이터를 저장하는 컨테이너이며 GPU를 사용.. 2023. 2. 7. 이전 1 2 다음
