BaşlayınÜcretsiz başlayın

Fréchet Inception Distance

Üretilen görselleri gözle incelemek harika bir başlangıç. Ancak görseller iyi görünüyorsa, üreticinin performansını daha iyi anlamak için daha kesin, sayısal bir değerlendirme faydalı olacaktır. GAN'ini Fréchet Inception Distance (FID) ile değerlendireceksin.

Sana iki tensör verildi: sahte ve gerçek görseller için, her biri 32 örnekten oluşan ve sırasıyla fake ve real adlarıyla. Bunları kullanarak FID'yi hesapla!

Bu egzersiz, kursun bir parçasıdır

PyTorch ile Görüntüler için Deep Learning

Kursa Göz Atın

Egzersiz talimatları

  • Uygun torchmetrics modülünden FrechetInceptionDistance'ı içe aktar.
    1. Inception özellik katmanına göre FID metriğini oluştur ve fid değişkenine ata.
  • Gerçek görüntü tensörünü 255 ile çarpıp torch.uint8 tipine dönüştürerek fid'i güncelle.
  • fid metriğini hesapla ve çıktıyı fid_score'a ata.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# 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)
Kodu Düzenle ve Çalıştır