知识卡片
生成模型的模式崩塌
模式崩塌指生成器主要产生少数相似样本或模式,尽管单张图像可能逼真,仍不能覆盖真实分布的多样性。评价生成模型应同时关注样本质量与覆盖,而不是只展示少量好看的样本。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第8章 生成模型
原书出处 · 1 处
- 生成模型 8.7 GAN的性能评估方法 · 查看原书依据
靠图像分类系统来判断产生的图片好不好是一种可行的做法,但这还不够. 这种做法会遇到称为模式崩塌(mode collapse)的问题.模式崩塌是在训练GAN的过程中有可能出现的一种状况. 在图8.26 中,蓝色的星星是真实数据的分布,红色的星星是生成数据的分布. 我们发现,生成模型输出的图片总与某一固定的真实图片十分接近,可能单拿一张出来好像还不错,但是多产生几张就会露出马脚,这就是“模式崩塌”.
参考来源
- 位置:《深度学习详解》第8章《生成模型》8.7 GAN的性能评估方法(来源项目 book-source:`extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter08.xhtml`)
- 结论依据:原文解释离散输出的梯度障碍、模式崩塌和图像生成评价;指标局限按条件表述。
- 原始内容:靠图像分类系统来判断产生的图片好不好是一种可行的做法,但这还不够. 这种做法会遇到称为模式崩塌(mode collapse)的问题.模式崩塌是在训练GAN的过程中有可能出现的一种状况. 在图8.26 中,蓝色的星星是真实数据的分布,红色的星星是生成数据的分布. 我们发现,生成模型输出的图片总与某一固定的真实图片十分接近,可能单拿一张出来好像还不错,但是多产生几张就会露出马脚,这就是“模式崩塌”.