콘텐츠로 건너뛰기

1000 잘팔리는 상세페이지 7공법 3메인스타트 이미지

  • 기준

1000 잘팔리는 상세페이지 7공법 3메인스타트 이미지

위 이미지들은 모두 에서 만든 Stable Diffusion 모델로 제작한 그림입니다. 각각 이미지들을 살펴보면 몇몇 AI그림임을 추측할 수 있는 부분이 존재합니다. 이런 AI 그림들에 대하여 여러가지 할 이야기가 있지만, 연관 포스팅의 주제를 벗어나므로 추후 기회가 된다면 이야기해 보고자 합니다.


겁을 줘라.
겁을 줘라.

겁을 줘라.

겁을 주다니? 어떤 소리인가? 고객에게 손님에게 내 물건을 선보이는데 왜 겁을 줘? 줘야합니다. 수 많은 유사 제품들 사이에서 내 제품이 빛나려면 현재 최초 발명, 획기적인 아무 누구도 생각할 수 없는 제품이 아닌 이상 고객에게 손님에게 우리가 바래야 하는 점은 바로 고객이 현재 사용하고 있는 물건을 교체변경하게 하는 것입니다. 이미 그 사람들이 나와 비슷한 물건을 사용하고 있을 가능성이 97다. 하지만 근심 마라. 고객은 쓰고 있지만 더 좋은 제품이 있나? ,아 지금 쓰고 있는게 불편해 이게 더 좋을라나? 이거 뭐야? 하며 검색하거나 광고글을 보고 클릭했다.

고객의 맘이 반은 넘어 온 것입니다. 대뜸 겁을 주라는 것은 협박이 아니라, 처음에는 고객의 현재 상황을 마치 이해 하듯, 장래의 불확실성을 건들여 겁을 주라는 것입니다. 단순한 예로, 늦은 저녁 밤 불꺼진 골목길에 당신의 핸드폰의 라이트로 다.

GAN 모델의 시작
GAN 모델의 시작

GAN 모델의 시작

아마 모든 AI 연구자, 학생들은 MNIST 분류기를 통해서 28 x 28 픽셀의 손글씨를 인식하는 CNN 모델을 제작해 본 경험이 있을것입니다. 여기에서 우리는 CNN 모델을 활용하여 숫자가 쓰여진 28 x 28 픽셀의 형상을 보곤 어떤 숫자인식 맞추는 인공지능을 제작하였습니다. 위 그림의 정답은 차례대로 5,0,4,1,9,2,1,3,1 이 될 것입니다. 여기에서 유쾌한 발상이 떠오릅니다. 그걸 반대로 할 순 없을까? 이미지를 토대로 rarr 숫자를 추출하는게 가능하다면 숫자를 토대로 rarr 이미지를 생성할 수는 없을까? GAN은 이 발상부터 시작합니다.

GAN 모델이란?
GAN 모델이란?

GAN 모델이란?

위에서 숫자를 rarr 이미지로 생성하기 위해서는 그냥 기초적인 CNN 학습을 수행해도 어느정도 가능할 테지만. 학습하는데에 여러 문제가 존재합니다. 위 그림과 몇 픽셀이 별도의 이미지가 출력되면 연관 이미지는 4 가 아닌가? 4가 맞다면 어떤 근거로 연관 이미지를 4로 판단할 수 있을것인가? 4가 아니라면 어떤 근거로 연관 이미지를 4가 아니라고 판단할 수 있을것인가? 2,3 을 판단하는데에 있어서 사람이 개입하면 안된다 위와같은 문제로 인해 2014년에 합니다.

연관 논문에서는 범죄자와 범죄를 예방하는 경찰 에 빗대어 GAN을 설명합니다.

요약하라.

요약해라. 주저리주저리 떠들다보면 본론을 놓친다. 많은 기대 혹은 호기심에 고객은 들어왔다. 하지만 100명 중 몇명은 마음이 급합니다. 긴 상세페이지를 다. 읽지 않습니다. 오프라인에서 고객들을 많게 상대해본 여러분은 알것입니다. 본론만 듣고 물건을 구매합니다. 메인 스타트 이미지에서 우리는 요약도 할줄 알아야합니다. 근데 어떻게 요약하냐? 아이콘 이용입니다. 아이콘을 이용해라. 직관적으로 느껴집니다. 자석기능이 있다면야 자석 아이콘을 사용하고, 혼자서 사용이 아닌 여러사람이면 사람을 겹쳐라 메인 스타트 인식 하단에 이런식으로 요약하라. 한눈에 보여라소 버전입니다.

분주한 고객에게 손님에게 빠른 대화 전달은 아이콘입니다. 많은 오프라인 제품들을 보면 아이콘화를 적용했다. 상세페이지 같은 경우는 주저리주저리 표현이 가능하지만 오프라인 마트똑같은 경우 설명을 다. 주저리 할 수없습니다..

요즘에 들어서 생성형 딥러닝 AI가 대두되면서 있고 특히 인식 창조 같은 영역에서 대부분의 모델들은 GAN 을 뿌리로 두고 있습니다. 이런 GAN은 사실 기본 원리가 LSTM이나, Transformer 와 같은 Recurrency 계열 모델들보다. 쉽다고 생각하기에 어렵지 않게 배울 수 있을것입니다. 다만 기본 원리만 쉽지 학습시키기엔 훨신 빡세다. 그리고 지금까지 맛본 봐와 같이 순수 GAN은 성능이 꽤 떨어진다. 이런 성능 사안을 개선하기 위해서 책에서도 여러가지 기술들에 관련해서 언급 해 주고있으며, 웹상을 뒤져보면 여러가지 최적화 기법들이 많게 있습니다.

다만 이번 포스팅의 목적이 GAN이 무엇인식 소개하는데에 있으므로 여기까지 작성하도록 하겠습니다.

자주 묻는 질문

겁을 줘라.

겁을 주다니? 어떤 소리인가? 고객에게 손님에게 내 물건을 선보이는데 왜 겁을 줘? 줘야합니다. 구체적인 내용은 본문을 참고하세요.

GAN 모델의 시작

아마 모든 AI 연구자, 학생들은 MNIST 분류기를 통해서 28 x 28 픽셀의 손글씨를 인식하는 CNN 모델을 제작해 본 경험이 있을것입니다. 좀 더 구체적인 사항은 본문을 참고해 주세요.

GAN 모델이란?

위에서 숫자를 rarr 이미지로 생성하기 위해서는 그냥 기초적인 CNN 학습을 수행해도 어느정도 가능할 테지만. 궁금한 사항은 본문을 참고하시기 바랍니다.