현재 상태
확인 중학습 기록을 불러오고 있습니다. 기록을 받기 전에는 실행 여부를 알 수 없습니다.
마지막 갱신: 아직 확인하지 못했습니다.
01 · 실행 기록
어디까지 학습했을까?
작은 점검은 코드와 학습 흐름을 확인하는 단계입니다. 파일럿의 30분은 실행별 시간 상한이며, 완성 품질이나 예상 속도를 보장하지 않습니다.
loss(학습 오차)는 모델마다 계산 방식이 다릅니다. 같은 실행 안에서의 변화를 보고, 모델 간 복원 품질은 같은 검증 이미지와 평가 지표로 비교합니다.
아직 받은 실행 기록이 없습니다.
02 · 저장된 복원 예시
실제로 나온 그림 보기
학습 과정에서 저장한 PNG만 보여 줍니다. 그림은 현재 표시된 step(가중치를 한 번 갱신한 횟수)보다 앞선 시점에 저장됐을 수 있습니다.
세 모델이 파랗게 보이는 이유 · 같은 이미지와 전체 검증 비교 →
2배에서는 2×2 중 한 칸만 원본 그대로이고, 나머지 세 칸의 색과 투명도는 모델이 만듭니다. 실제 색 변화와 입력 색만 사용하는 보정 후보 비교 →
저장된 예시가 아직 없습니다.
배경 선택은 입력·정답·출력의 미리보기에 똑같이 적용되며 PNG 파일은 바뀌지 않습니다. 체크무늬는 투명한 영역을 보여 주는 중성 회색입니다. 입력 LR(작은 그림)도 비교를 위해 화면에서는 픽셀을 복사해 크게 표시합니다. 정답 HR(큰 원본)이 없는 그림은 복원 정확도 점수를 계산할 수 없습니다.
03 · 실행 확인
함께 확인하는 항목
고정 위치의 원본 픽셀, 계산 중 오류, 데이터 분리 등 실행에서 보고한 확인 항목입니다. 기록되지 않은 항목을 통과한 것으로 간주하지 않습니다.
확인 기록 대기 중
숫자를 읽는 방법
PSNR은 같은 배율과 평가 조건에서 복원 오차를 나타내며 높을수록 좋습니다. alpha MAE는 투명도 오차의 평균으로 낮을수록 좋습니다. 작은 숫자 차이가 실제 도트의 표정·선·동작 품질까지 설명하지는 않습니다.
GPU 메모리는 실행이 보고한 최고 사용량입니다. 경과 시간, 학습 이미지 수, 손실만으로 세 구조의 우열을 정하지 않습니다. 최종 시험 평가는 별도 단계입니다.
소량 점검은 학습에 사용한 16계열을 복원하는 확인 과정입니다. 파일럿의 검증 성능과 구분하며, 서로 다른 배율의 PSNR을 직접 순위로 비교하지 않습니다.