Distancia de inicio de Fréchet
La inspección visual de las imágenes generadas es un buen punto de partida. Pero dado que parecen estar bien, sería útil realizar una evaluación cuantitativa más precisa para comprender el rendimiento del generador. Evaluarás tu GAN utilizando la distancia de Fréchet Inception, o FID.
Tienes a tu disposición dos tensores con imágenes falsas y reales, con 32 ejemplos cada uno, en fake y real, respectivamente. ¡Úsalos para calcular el FID!
Este ejercicio forma parte del curso
Aprendizaje profundo para imágenes con PyTorch
Instrucciones del ejercicio
- Importa
FrechetInceptionDistancedesde el módulotorchmetricsadecuado. - Instancia la métrica FID basada en la capa de entidades 64th Inception y asígnalas a
fid. - Actualiza «
fid» con el tensor de imagen real, multiplicado por «255» y analizado en «torch.uint8». - Calcula la métrica «
fid» (Número de subprocesos en uso) y asigna el resultado a «fid_score».
Ejercicio interactivo práctico
Prueba este ejercicio completando el código de muestra.
# Import FrechetInceptionDistance
____
# Instantiate FID
fid = ____(____)
# Update FID with real images
fid.update((fake * 255).to(torch.uint8), real=False)
fid.update(____)
# Compute the metric
fid_score = ____
print(fid_score)