서론

GAN을 구현하고 있었다. Loss함수 구현부터 시작하자.

Loss

이전에 한번 적었었다만, Binary Cross Entropy Loss (BCELoss)를 이용하면 조금 더 간단하게 구현이 가능하다는걸 짚고 넘어가고 싶다.

BCELoss는 0과 1 사이에서 Cross Entropy를 계산할 때 쓰인다.

보통 optimizer들은 minimize를 하는데, discriminator는 maximize시켜야한다.

거기에 학습 중 일부는 freeze시키고 해야 한다거나, 해서 조금 까다롭다.

이제 기다림의 시간이다.

학습은 꽤 오래 걸리는 경우가 많고, 거기다가 이 경우엔 내가 얼마나 개판으로 구현해뒀는지도 모르기 때문에…

돌려보다가, 끊고, 수정하고, 돌려보다가, 끊고, 수정하고…를 반복할 것이다. 아마.

그리고 다음 시간에도 아마 그럴 것이다.