프로젝트 진행 과정
1. 데이터 준비
(1) 이미지 개수, 크기 확인
(2) 이미지 나누기
(3) augmentation 적용
(4) 적용 확인 시각화
2. Generator 구성
(1) Encoder, Decoder 블록
(2) U-Net Generator 정의
(3) U-Net 구조 Generator 내부의 각 출력이 적절한지 확인
3. Discriminator 구성
(1) Discriminator 생성
(2) 출력 크기 확인
(3) 출력 시각화
4. 학습 및 테스트
(1) 손실함수
(2) 최적화
(3) 가중치 업데이트
(4) 학습
(5) 시각화
구현한 프로젝트
회고
중간 손실 값에 대한 로그 남기지 못함
모델 학습 20번으로, 결과 좋지 않음
