GAN 评估指标的优劣:新发展
机器学习
2021-10-05 v3 人工智能
计算机视觉与模式识别
摘要
本工作是几年前发表的同一主题论文的更新。随着生成建模的显著进展,出现了一系列新的定量与定性模型评估技术。尽管诸如 Inception Score、Frechet Inception Distance、Precision-Recall 和 Perceptual Path Length 等一些指标相对更受欢迎,GAN 评估仍非定论之事且仍有改进空间。在此,我描述了在模型评估中变得重要的新维度(例如偏见与公平性),并讨论了 GAN 评估与 deepfakes 之间的联系。这些是当今机器学习界关注的重要领域,而 GAN 评估的进展有助于缓解它们。
引用
@article{arxiv.2103.09396,
title = {Pros and Cons of GAN Evaluation Measures: New Developments},
author = {Ali Borji},
journal= {arXiv preprint arXiv:2103.09396},
year = {2021}
}
备注
NA