logo
Loading...

Evaluation & Concluding Remarks - Cupoy

怎麼評價 GAN 產生的 object 是好還是不好? 傳統的方法:傳統用 likelihood 衡量 Generator 的效果,但是由 network 構成的 generator 沒有辦法知道真實概率分佈,只能通過採樣 kernel densityestimation:用 gaussian 去 fit sampled data;問題很多:不知道要 sample 多少個 data、不知道怎麼估測 gaussian likelihood 和 generator 真正的能力也未必是有關係的 影片內容 pdf:http://speech.ee.ntu.edu.tw/~tlkagk/courses/MLDS_2018/Lecture/GANEvaluation.pdf

怎麼評價 GAN 產生的 object 是好還是不好? 傳統的方法:傳統用 likelihood 衡量 Generator 的效果,但是由 network 構成的 generator 沒有辦法知道真實概率分佈,只能通過採樣 kernel densityestimation:用 gaussian 去 fit sampled data;問題很多:不知道要 sample 多少個 data、不知道怎麼估測 gaussian likelihood 和 generator 真正的能力也未必是有關係的 影片內容 pdf:http://speech.ee.ntu.edu.tw/~tlkagk/courses/MLDS_2018/Lecture/GANEvaluation.pdf