评价生成式模型的指标之Geometry Score

Posted 沉迷单车的追风少年

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了评价生成式模型的指标之Geometry Score相关的知识,希望对你有一定的参考价值。

前言:对于生成式模型来说,最大的问题之一是如何评价生成样本的质量和多样性,常用的指标有FID和IS,不过这两种指标有其局限性。本篇博客介绍另一种指标Geometry Score,并给出python代码和快速上手的实战。

论文地址:https://arxiv.org/abs/1802.02664

目录

原理简述

动手实战


原理简述

GANs的创始人提出过著名的流形假设(Manifold Hypothesis),GS允许以随机方式比较两点云的底层流形的拓扑结构,提供一个分数来比较各种训练模型的质量,GS提出一种方法来度量这种拓扑属性。

以上是关于评价生成式模型的指标之Geometry Score的主要内容,如果未能解决你的问题,请参考以下文章

性能评价指标(Precision, Recall, F-score, MAP)

机器学习模型的评价指标和方法

机器学习第二周-模型评价指标(II)

常用的评价指标:accuracy、precision、recall、f1-score、ROC-AUC、PR-AUC

第七篇 图像分类的评价指标

如何快速计算生成模型的FIDISsFIDPrecisionRecall等关键评价指标?