728x90
real score? fake score?
fake_pred = discriminator(fake_img)
real_pred = discriminator(real_img_aug)
d_loss = d_logistic_loss(real_pred, fake_pred)
loss_dict["d"] = d_loss
loss_dict["real_score"] = real_pred.mean()
loss_dict["fake_score"] = fake_pred.mean()
discriminator prediction?
discriminator가 입력 image를 실제 이미지라고 생각하는 확률의 평균 값. 높을 수록 실제 이미지라고 판단했다. 낮을 수록 가짜 이미지라고 판단
real_scroe
높은 값일 수록 실제 입력 이미지를 진짜 이미지라고 판단함. 낮으면 잘못 판단하고 있음
- 높은 값이면 discriminator가 잘 판단하고 있음. 높으면 discriminator 성능이 높음
- 낮은 값이라면 discriminator가 잘못 판단하고 있음. discriminator 성능이 낮음.
fake score
: 높은 값일 수록 가짜 입력 이미지를 진짜 이미지라고 판단함.
- 높은 값이면 discriminator가 잘못 판단하고 있음. 높으면 discriminator 성능이 낮고, generator 성능이 높을 가능성이 존재.
- 낮은 값이라면 discriminator가 제대로 판단하고 있음. discriminator 성능이 높거나, generator가 너무 가짜 같은 이미지를 만드는, 성능이 낮을 가능성 존재
'Data-science > deep learning' 카테고리의 다른 글
[pytorch] DistributedDataParallel vs DataParallel 차이 (0) | 2021.01.04 |
---|---|
2020.12.31 회의록 (petcon stylegan2 학습 진행 과정2, 할 일, 관련 논문) (0) | 2021.01.01 |
[pytorch] stylegan2 학습, freezeD + freezeG 동시 적용 (6) | 2020.12.30 |
pytorch 에러 DistributedDataParallel 에러 (0) | 2020.12.29 |
[pytorch] 강아지 스타일 합성 stylegan2 freezeD + freezeG ( freezing layer 시행 착오) (0) | 2020.12.28 |