学习GAN模型量化评价，先从掌握FID开始吧( 八 )

2019-10-14

如果在自己的数据集上计算 FID 时遇到问题，我建议你查看官方教程并扩展下面的实现，以添加这些检查。

接下来，我们可以测试这个函数来计算一些人造特征向量的 Inception 分数。

特征向量可能包含小的正值，长度为 2,048 个元素。我们可以用包含小随机数的特征向量构建两组图像（每组 10 幅），如下所示：

一个测试是计算一组激活与其自身之间的 FID，我们期望分数为 0.0。

然后计算两组随机激活之间的距离，我们期望它们是一个很大的数字。

将所有这些结合在一起，完整的示例如下：

运行这段代码示例，首先会显示出激活函数值「act1」和它自己之间的 FID 分数，正如我们所预想的那样，该值为 0.0（注：该分数的符号可以忽略）

同样，正如我们所预料的，两组随机激活函数值之间的距离是一个很大的数字，在本例中为 358

本文为机器之心编译，转载请联系本公众号获得授权。

推荐阅读

上一篇：深度解读：如何使数据发挥最大的价值？

下一篇：DCM赵磊：另辟蹊径，人多的地方要少去