GAN Lecture 10 (2018): Evaluation & Concluding Remarks

传统方法 —Likelihood

解决方法1 Kernel Density Estimation

问题1 ： sample样本数量应该是多少？

问题2 ： 怎么估测一个生成结果的 分布

问题3 ： Likelihood 也不一定是一个好的度量结果

问题： Likelihood 不能反应生成结果的质量

Objective Evaluation 用一个训练好的classifer来判别结果

方向一 ，生成结果 能否很好，一张图的质量

方向二 ，diverse的问题，结果要有多个类别，一类图的类别

Inception Score

只算相似度是不够的，尤其是pixel的相似度

Mode Dropping 生成结果的多样性减少

Solution 1

Solution 2 看一群图

课堂GAN 总结