Fréchet Inception Distance

生成画像を目視で確認するのはとても良い出発点です。ただ、見た目が問題なさそうでも、より正確な定量評価があるとジェネレータの性能を深く理解できます。ここでは Fréchet Inception Distance（FID）を使って GAN を評価します。

fake と real として、偽物と本物の画像をそれぞれ 32 枚ずつ含む 2 つのテンソルが用意されています。これらを使って FID を計算してください！

この演習はコースの一部です

PyTorch で学ぶ画像向け Deep Learning

コースを見る

演習の手順

適切な torchmetrics モジュールから FrechetInceptionDistance をインポートします。
Inception の第 64 層の特徴に基づいて FID メトリクスをインスタンス化し、fid に代入します。
実画像テンソルを 255 倍して torch.uint8 に変換したものを用いて fid を更新します。
fid メトリクスを計算し、出力を fid_score に代入します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# 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)

コードを編集して実行