[일반] 이런 거도 GAN이라고 불러야 하나

[익명(fl6t6bfycquo)]

판별자 loss에 MSE loss × 100을 더한 걸

아무튼 regularization이라고 우기는데 너무 당황스럽네

아니 근데 인용수 1000짜리 논문이라고

[Cytrus(minhyoo1)]

논문 제목 ㄱㄱ 한번 보자 - dc App

[Cytrus(minhyoo1)]

인용수 1000의 권위에 꺽이지않고 의심하는 자세 훌륭한듯... - dc App

[익명(fl6t6bfycquo)]

SEGAN: Speech enhancement GAN이라고 치면 나올 거임

[익명(fl6t6bfycquo)]

아니 근데 판별자에 온갖 장난을 쳐놔도 결과물이 비스무레하게 나오더라고

[Cytrus(minhyoo1)]

l1 regularization term의 lambda를 보고 얘기하는것 같은데 애초에 mse가 아닌데? 그리고 우기는게 아니라 그냥 평범한 regularization term을 더한것 같은데?

[익명(fl6t6bfycquo)]

아아 mse가 아니라 mae임ㅇㅇ근데 이게 놈텀만 있어도 성능이 비슷하게 나오더라고..사실 이게 궁금해서 물어본 거임

[Cytrus(minhyoo1)]

애초에 clean example과 generated example간의 차이를 줄이는게 그 텀이니까 당연히 그것만 있어도 얼추 학습은 가능할거임. 물론 그거만 있으면 gan은 아니지

[Cytrus(minhyoo1)]

직접 학습 돌려가면서 실험해보는중인것 같은데 보기좋네... 이런 질문은 언제든지 환영

[익명(fl6t6bfycquo)]

ㄱㅅㄱㅅ일단 더 돌려봐야 알 수 있을 듯

[36악장(dranhen)]

clean example 데이터 분포만 튀어나오게 하는게 아니고 입력을 enhancement 해야하니 enhancment 데이터랑 원래 데이터랑 거리를 줄이려는거 아님?

[22(59.16)]

일단 Mel Loss Lambda 자체가 45 아닌가

[익명(220.73)]

17년도 논문에 인터스피치면 뭐..

[익명(121.139)]

클로드3에 물어바,