活動レポート 【生成AI x Web3】ETHGlobalハッカソン出場レポート
CDLE生成モデルの新規プロジェクト【生成AI x Web3】のキックオフとして、ETHGlobalのハッカソンに出場しました。生成モデル・Startup・福岡のコラボチームで挑んだ3日間をレポートします。
活動レポート 
GAN WGAN-GP（Train Wasserstein GAN with Gradient Penalty）
WGANを改良したWGAN-GPの実装です。WGANでは重みのクリッピングにより勾配消失や勾配爆発が起きやすい課題がありました。勾配そのものに制約をかけるGradient Penaltyの手法を解説します。
GAN WGAN（Wasserstein GAN）
WGAN（Wasserstein GAN）の実装です。学習が安定しない、勾配消失が起こりやすい、モード崩壊が起こるといったGANの問題に対し、Wasserstein距離による損失計算がどう効くのかを解説します。
GAN DCGAN (Deep Convolutional GAN)
DCGAN（Deep Convolutional GAN）の実装です。畳み込みニューラルネットワークによる敵対的生成の仕組みを、最初のGANと比較しやすいようMNISTデータセットを使って解説します。
DeepLearning 最初のGAN（Generative Adversarial Networks）
最初のGAN（Generative Adversarial Networks）を実装しながら、生成モデルと敵対的生成ネットワークについて調べました。構造がシンプルなので、GANの考え方を理解する入り口としておすすめです。
GAN GANの呼び方。ガン？ ギャン？
GANの読み方は「ガン」か「ギャン」か。英語の発音 /ɡæn/、提唱者グッドフェロー氏の講演字幕、日本語辞書の表記、派生手法の呼び方まで調べて、実務での落としどころを整理しました。
GAN GANの論文を読む
GANの原典であるIan Goodfellowらの論文を、自動翻訳を利用しながら読んでみます。GANについて学んでいくうえで一度は目を通しておきたい論文の内容を、順を追って追いかけます。
Tool WordPressでソースコードを書く
WordPressの記事にソースコードやJSONファイルを綺麗に埋め込みたくて、プラグイン「Highlighting Code Block」を導入しました。標準で17種類の言語に対応しており、その使い勝手を紹介します。