반응형 논문 정리4 AUTOVC 논문 정리(2) 안녕하세요, 앞선 포스팅에 이어서 진행하겠습니다. [Information Bottleneck] Bottleneck 이라는 개념이 도입된 이유는 무엇일까요? 아마도, 해당 논문의 auto voice conversion이 autoencoder 구조 기반으로 이루어져 있습니다. 이는 전체 구조를 보았을 때 입력 값->hidden layer->출력 레이어를 거치면서 hidden layer에서 상대적으로 데이터 차원이 줄어들어 "> 2021. 3. 1. AUTOVC 논문 정리(1) 안녕하세요, Candy Lee 입니다. 오늘 리뷰해볼 논문은 AUTOVC:Zero-Shot Voice Style Transfer with Only Autoencoder Loss [Qian,K. et al.,2019] 입니다. 개인적으로 저는 음성 처리 분야에 관련된 논문을 접하는게 이번이 처음이에요.. 부족하더라도 읽어주시면 감사하겠습니다. [사전 정보] 우선, 이 논문을 이해하기 위해서 필요한 두 가지 사전정보가 있습니다. 음성이 무엇인지? 그리고 음성 데이터가 무엇인지에 대해서 알아보도록 하겠습니다. 1. 음성이란? 음성은 크게 2가지 요소로 분리해서 이해할 수 있습니다. 주파수(Frequency)는 소리의 높고 낮음을 결정하는 요소입니다. 진폭(Amplitude)는 소리의 세기 또는 강도를 결정하는.. 2021. 2. 27. R-CNN 정리(2) 논문 원제목) Rich feature hierarchies for accurate object detection and semantic segmentation 논문 개인 공부 기록 남기기 포스팅입니다. 전반적 중요 내용 요약이므로 논문 전체의 디테일 요소까지 다루지 않을 수 있음을 알려드립니다. [Object detection with R-CNN] Object Detection on this paper is consisted of 3 Modules. Three Modules) 1. Category-Independent region proposals are generated.(Not preprocessed) 2. Large CNN->Output : Feature Vector with fixed length.. 2021. 1. 14. Fast R-CNN 정리(3) This paper is written by Ross Girshick(Microsoft Research) 논문 본문 정리내용 기록 남기기(개인 공부 포스팅입니다) 지난 글인 Fast R-CNN 정리(2)의 마지막 내용인 Fine-tuning detection 이어서 진행하겠습니다. [2.3 Fine-tuning for detection] - 지난 포스팅 이어서.. SPP net is unable to update weights... Then why?? Root Cause : Back-Propagation in SPP net is not efficient!!!! Not Efficient = Inefficient! ( Because of Training Inputs are large) -> 가끔식 ROI가 .. 2021. 1. 4. 이전 1 다음 반응형
