Latent Space에 대해서

 

Latent Space는 딥러닝에서 자주 보이는 개념입니다.

모델이 훈련을 잘 하기 위해서는 고차원의 데이터를 저차원의 데이터로 변환시키는 작업이 필요합니다.

이렇게 저차원으로 변환해 추상화된 정보나 특성들로 저장하는 공간을 말합니다.

 

예를 들어, 동물 사진을 분류하고 싶다면,

동물 이미지 데이터를 CNN(Convolutional Neural Network)의 여러 convolution layer를 통과시켜

이미지의 중요한 특성들이 추출되고, 점차적으로 저차원의 Representation으로 압축합니다.

(*Representation은 표현 방식으로 딥러닝에서는 n차원 벡터로 많이 표현됩니다.)

 

그렇게 압축된 데이터의 저장 공간을 Latent Space 라고 합니다.

 

아래의 사진은 동물 이미지를 각각 다르게 특성을 추출해서 다른 Latent Space에 저장한 모습을

(a)와 (b)로 시각화 한 모습입니다.

모델은 (a)보다는 (b)로 표현된 Latent Space 구조에 저장된 Representation을

더 잘 구분할 것입니다.

 

 

---

Reference

https://unist.tistory.com/4

딥러닝 Representation, Feature, Latent Space, Encoder 뜻 설명