GAN 何时复制？论数据集大小的选择
机器学习
2022-02-25 v1 人工智能
计算机视觉与模式识别
摘要
GAN 是否会复制训练图像？先前研究表明，若不显著改变训练流程，GAN 似乎不会复制训练数据。这引发了一系列关于 GAN 过拟合训练数据所需确切条件的研究。尽管已有若干因素在理论或经验上被确认，数据集大小与复杂度对 GAN 复制的影响仍属未知。借助来自 BigGAN 和 StyleGAN2 在 CelebA、Flower 与 LSUN-bedroom 数据集上的经验证据，我们展示数据集大小及其复杂度在 GAN 复制与生成图像感知质量方面扮演重要角色。我们进一步量化此关系，发现复制百分比随数据集大小与复杂度呈指数衰减，且在 GAN-数据集组合间具有共享衰减因子。同时，感知图像质量随数据集大小呈 U 形趋势。该发现催生了一个实用工具，用于一次性估计防止 GAN 复制的最小数据集大小，可指导数据集构建与选择。
引用
@article{arxiv.2202.11765,
title = {When do GANs replicate? On the choice of dataset size},
author = {Qianli Feng and Chenqi Guo and Fabian Benitez-Quiroz and Aleix Martinez},
journal= {arXiv preprint arXiv:2202.11765},
year = {2022}
}