어케해야 gan에도 aug넣을 수 있으까~~?

gan도 dnn이라서 학습많이 시키면 결과 잘나옴.

IDA : 기본 데이터 + generator ⇒ discriminator (판별기)

여러 aug넣고 거친거를 하나의 판별기에 넣음.

DAG : 여러 aug넣고 거친 것을 각각 다른 판별기에 넣음. IDA보다 성능 좋음.

판별기끼리 weight값을 공유. 학습해서 나온 loss를 공유. 논문에서는 loss가 3개 나올텐데 그 식이 어케나오지~?

augmentation flip+rotation 같이 한게 성능 젤 좋았음.

augmentation이 들어있는 transformer가 많을수록 성능은 좋은데, 비용, 시간 등 고려해 봤을때 4개가 젤 효율적임.

FID 낮을 수록 성능 좋음. 분포가 멀리 떨어져있으면 성능 안좋은겨. 원본이랑 generator가 생성한 데이터가 비슷할수록 분포가 작음. 그래서 FID가 낮을수록 성능 좋음.