生成模型的技能评级
机器学习
2018-08-16 v1 机器学习
摘要
我们利用人类玩家竞技游戏评估的洞见，探索评估生成模型的新方法。我们通过实验表明，生成器与判别器之间的锦标赛提供了一种评估生成模型的有效方式。我们引入两种总结锦标赛结果的方法：锦标赛胜率与技能评级。评估在不同情境中有用，包括监控单一模型在训练过程中的学习进展，以及比较两个不同的完全训练模型的能力。我们表明，由单一模型对阵其过去与未来版本所构成的锦标赛可产生有用的训练进展度量。包含多个独立模型（使用不同种子、超参数与架构）的锦标赛提供了不同已训练 GAN 间有用的相对比较。基于锦标赛的评级方法在概念上不同于众多先前的生成模型评估方法类别，并具有互补的优势与劣势。
引用
@article{arxiv.1808.04888,
title = {Skill Rating for Generative Models},
author = {Catherine Olsson and Surya Bhupatiraju and Tom Brown and Augustus Odena and Ian Goodfellow},
journal= {arXiv preprint arXiv:1808.04888},
year = {2018}
}