李宏毅老师讲解的:GAN Lecture 10 (2018):Evaluation & concluding remarks
怎么评价GAN产生的object是好还是不好?
传统的方法
- 传统用likelihood衡量Generator的效果,但是由network构成的generator没有办法知道真实概率分布,只能通过采样
- kernel densityestimation:用gaussian去fit sampled data;问题很多:不知道要sample多少个data、不知道怎么估测gaussian
- likelihood 和 generator真正的能力也未必是有关系的