tensorflow - 评估 WGAN 中的评论家分数
问题描述
在过去的几天里,我一直在尝试训练一个涉及梯度惩罚的 WGAN。我从 ChengBinJin 的 github tensorflow 实现中取出梯度惩罚代码。
使用普通的 DCGAN,您可以随时判断判别器的准确性,因为它正在尝试学习可以放入 sigmoid 函数的 logits。因此,如果我输入真实图像,准确率将接近 100%,非常直接。
然而,对于 WGAN,鉴别器现在是一个批评者,它输出一个分数,据我所知,这并不能真正转化为准确度。现在我进行了 3000 次迭代,真实图像的平均得分为 -59,000。那么如何尝试从这个分数来衡量准确性呢?
解决方案
一点也不。Wasserstein Critic 是平均独立的,因为它被写成 f(x) - f(y)。所以函数 g(x) = f(x) + b 具有相同的 Wasserstein 距离。例如 g(x) - g(y) = f(x) + b - f(y) - b = f(x) - f(y)。
所以平均值没有给你任何信息。给你信息的是真实和虚假图像的手段之间的差异,例如 Wasserstein 距离。越小越好。
推荐阅读
- c# - DownloadFileAsync (WebClient) 的奇怪行为
- powershell - 打开 Excel 电子表格时,PowerShell 处理字符串中的空格
- javascript - 如何从数组中删除特定值
- reactjs - 为什么我的 onClick 在我的 React 项目中不起作用
- vb.net - 打开 FileDialog 时刷新桌面
- c# - 无法从串口接收数据
- pandas - 如何获取熊猫数据框中特定列的模式值的索引
- javascript - 将 reactjs 中部分选项值的字体粗细更改为粗体
- java - 如何在我的应用程序根目录中显示 swagger-ui?
- c++ - 如何摆脱Z打架