시행착오 (1) 썸네일형 리스트형 cGAN의 구현과 배운 것 논문에서는 100차원의 noise와 10차원의 class를 입력으로 Generate한다. 이때, noise와 class 피처를 concat한 뒤 충분히 깊은 layer를 지나지 않으면 class의 정보를 충분히 담지 못하는 것 같다. 이를 해결하기 위해 noise와 class를 처음에 합쳐 class의 정보가 잘 녹아들도록 했다. 그리고 class는 one-hot vecotr라서 noise와 concat하기 전에 간단한 layer를 지나게해서 embedding했다. discriminator는 generator보다 빨리 특징을 학습해야 generator가 discriminator를 통해 적절한 이미지를 학습할 거라 생각해서 discriminator에 더 큰 learning rate를 주었다. 가장 중요한 .. 이전 1 다음