gan怎么输入一维数据_GAN评价指标最全汇总

最新推荐文章于 2023-05-14 16:31:21 发布

美好发烧友

最新推荐文章于 2023-05-14 16:31:21 发布

阅读量1.1k

点赞数 1

文章标签： gan怎么输入一维数据

本文链接：https://blog.csdn.net/weixin_34260100/article/details/112440885

版权

本文详细介绍了多种用于评估GAN生成效果的指标，包括Inception Score (IS)及其改进版Mode Score、Modified Inception Score、AM Score，以及FID、MMD、Wasserstein Distance、1-Nearest Neighbor Classifier等。文章强调了这些指标在评价多样性、真实性和过拟合问题上的优缺点，并探讨了如何结合不同指标全面评估GAN性能。

摘要由CSDN通过智能技术生成

本文首发于微信公众号：有三AI

作者：小米粥

最近一部分的内容将会比较容易，将和大家一起讨论GAN的评价指标。在判别模型中，训练完成的模型要在测试集上进行测试，然后使用一个可以量化的指标来表明模型训练的好坏，例如最简单的，使用分类准确率评价分类模型的性能，使用均方误差评价回归模型的性能。同样在生成模型上也需要一个评价指标来量化GAN的生成效果。

1. 评价指标的要求

用于评价生成模型GAN优劣的指标不可能是任意的，它应当尽可能考虑一些要求。这里列出几条比较重要的要求：（1）能生成更为真实样本的模型应当得到更好的分数，也就是可评价样本的生成质量（2）能生成更具有多样性样本的模型应当得到更好的分数，也就是可以评价GAN的过拟合、模式缺失、模式崩溃、简单记忆（即GAN只是简单记忆了训练数据集）等问题，即多样性。（3）对于GAN的隐变量

，若有比较明确的“意义”且隐空间连续，那么可控制

得到期望的样本，这样的GAN应该得到更好的评价。（4）有界性，即评价指标的数值最好具有明确的上界、下界。（5）GAN通常被用于图像数据的生成，一些对图像的变换并不改变语义信息（例如旋转），故评价指标对某些变换前后的图像不应有较大的差别。（6）评价指标给出的结果应当与人类感知一致。（7）计算评价指标不应需要过多的样本，不应有较大的计算复杂性。考虑到实际情况，这些要求往往都不能同时得到满足，各个不同的指标也是各有优缺。