구현 후 의문점

1. MODE COLLAPSE (Helvetica scenario)

generator가 서로 다른 z들을 하나의 output point로 매핑할 때 발생하는 문제입니다. 일반적으로 완전한 mode collapse는 잘 일어나지 않고~~(나는 왜 ㅜㅜ)~~, 부분적인 mode collapse가 주로 일어납니다. 이때 부분적이라는 뜻은 같은 색이나 같은 텍스처를 갖는 이미지를 여러장 만든다거나 하는 경우를 생각하면 될 것 같습니다.

Tips from Goodfellow, NIPS 2016

[GAN] GAN이 풀어야 할 과제들

[imaginaire] coco-funit, mode collapse 문제 해결 삽질

✨ 이 부분 더 찾아보고 해결 방법 알아내기 ✨

2. GAN G모델 Loss값

<aside> 🥲 왜 D모델은 Loss 값이 0에 수렴하는데, G모델은 Loss가 커지지???

</aside>

혹시 G모델이 학습이 잘 안되나?

G모델이 학습이 덜 되면, real_img 하고 fake_img를 구분하기 쉬워지니 D모델은 Loss가 당연히 0에 수렴하는거고, G모델이 학습이 안되니… G모델 loss가 점점 커지는 건가?

→ 모델을 바꾸면 해결되려나??

3. 노이즈가 점점 많아지는 이유는?

적어도 가장자리의 노이즈는 점점 없어져야 정상적이지 않나?

해결책

여러가지 실험

1. 이미지 전처리를 잘하자! 🖼

real_img와 fake_img의 값이 서로 다르게 되면, 두 이미지는 서로 다른 값의 범위를 가지게 되며, 이는 실제와 가짜를 구분하기 쉬워지며, 가짜도 만들기 어려워지는 문제가 생긴다.