강의에 감동해서 눈물이 나버렸습니다... 감사합니다.

감사합니다. 명확하게 이해하는데 도움이 많이 되네요

이렇게 자세하고 구체적이고 처음부터 끝까지 모두 설명한 영상을 올려주셔서 감사합니다. 교수님 존경합니다. 잘 보고 갑니다.

교수님 잘봤습니다ㅎㅎ! 다른 동영상 강의도 많이 봤는데 이 강의만큼 수식까지 제대로인 강의는 없는거 같아요 진짜 명강의입니다...ㅠ

진짜 명강의입니다....

와 정말 명쾌하십니다.. 괜히 교수님이 아니신듯

좋은 강의를 무료로 공개해 주셔서 감사합니다. 최고의 강의입니다.

수식 유도 설명해주시는 부분 정말 도움 많이되었습니다. 좋은 영상 감사합니다.

휼륭한 강의입니다. 큰 도움이 되고 있습니다. 감사합니다. 교수님.

교수님! 정말 좋은 강의입니다. 반복하여 제것으로 만들고 싶습니다. 다시 한번 깊이 감사드립니다.

정말 강의 보다가 감탄 + 지림 + 황홀감을 느꼈습니다. 저도 꼭 교수님과 같은 GURU가 돼서 사회에 환원하고 싶습니다 ㅠㅠ...

강남우 교수님께 정말 감사합니다. 딱 학생들 눈높이에서 그리고 처음 접한다라는 관점에서 설명을 되게 잘 해주십니다. Diffusion도 강의 해주시면 너무 행복할 것 같습니다.

설명 너무 최고에요!! 감사합니다

정말 많은 도움 받았습니다. 영상 공유해주셔서 감사합니다!

너무 많은 도움이 되었습니다 정말 감사합니다

강의듣고 감동받았습니다

'설명의 신'이십니다..

강의 자료 받은데 사이트에 없어졌네요 ㅠㅠ 명강의 감사합니다!

ddpm공부하다가 이까지 와버렸네요 감사합니다.

설명 감사합니다! 많은 도움 되었습니다.

이해하기 쉬운 좋은 강의 감사합니다!

설명 너무 감사합니다!!

잘봤습니다. 감사합니다!

좋은 내용 감사합니다

강의 감사합니다

좋은 강의 감사드립니다. 궁금한 것이 있는데, (1) 데이터의 분포를 만든다는 것은 무엇을 의미하나요? (2) 그 분포의 x 축, y 축은 무슨 값인가요?

강의 너무 좋습니다 ㅠㅠ,,,숙명여대 재학생들 부럽읍니다

안녕하세요! 질문이 있는데요. ELBO 유도할 때 왼쪽 아래 참고에 있는 expectation 식이 어떻게 integral로 변하게 되는 건지 자세히 좀 알 수 있을까요?

AutoEncoder와 Variational AutoEncoder에도 Backpropagation을 수행하게 되는 건가요?

@user-pj2hc5gf9w

3 жыл бұрын

네 ㅎㅎ

인간적인 강의네요. 잘 배우고 갑니다. 가정하고 근사화 하는 부분 때문에 상당히 찝찝했는데. 그와 관련하여 상당히 친절하게 명료하게 표현을 해주어서 마음이 좀 편해지네요. (VAE의 encoder 가 많이 사용되는 것은 약간 잘못된 이야기 인 것 같구요, AutoEncoder에서 Encoder를 Classifier 같은 descrimate 네트웍의 사전학습용으로 사용하는 경우가 많이 있었습니다.) GAN이 성능이 좋다고는 하지만 Latent space에대한 제어가 어려워서 DALL-E 1에서는 VAE가 채택되었고, 이제는 Difussion 모델로 교체가 되면서 과저의 네트웍이 되고 있지만, 개념 자체는 여전히 사용될 것으로 보입니다.

28:35 여기까지봄