wuvin
Always take risks!
Toggle navigation
wuvin
主页
实验室的搬砖生活
机器学习
公开的学术内容
公开的其他内容
About Me
归档
标签
友情链接
ZYQN
ihopenot
enigma_aw
hzwer
杨宗翰
GAN 的常规衡量方法
2021-03-29 19:05:21
1080
0
0
wuvin
## Inception Score *  * $H(y)$ 也就是生成器生成的类别要均衡，不能只生成某一类的图片。 * $-H(y|x)$ 也就是指定生成某一类别的物体时，生成出来的东西经过 Inception 网络得到的这一类置信度要高（置信度越高，$H(y|x)$越小）。 * 但是对抗样本可以在既看起来没有意义的情况下，又能得到很高的 Inception Score. ## The Mode Score *  * 除了上面的以外，还要生成的样本y的分布和真实样本的y的分布接近。 ## Fréchet Inception Distance (FID) * 除了输出结果的差异，同时需要降低在 Inception 网络中的feature分布差异 *  * 但FID 只是某一层的特征的分布。 ## The Wasserstein Distance * 就是 Wassertein-GAN 里面提到的 * 使用 EMD（Earth Mover’s Distance）推土距离 *  * 缺点在于计算需要最小费用最大流，复杂度太高。 ## The Nearest Neighbor classifier * 把真假图片混在一起，拿 Inception 得到的 Feature 使用 KNN 分类，准确率越低说明图片越真实。 * 同样可以被对抗攻击搞掉。
上一篇:
StyleGAN
下一篇:
Anycost GAN
0
赞
1080 人读过
新浪微博
微信
腾讯微博
QQ空间
人人网
提交评论
立即登录
, 发表评论.
没有帐号?
立即注册
0
条评论
More...
文档导航
wuvin
没有帐号? 立即注册