2017-08-04 36 views
1

GAN固有的類別不平衡問題?在一個GAN中,有兩個網絡互相作用,一個是分類器,對手試圖通過生成假圖像來欺騙分類器。所有從GAN生成的圖像都是假貨,所以如果算法運行時間足夠長,就必須存在類別失衡,對嗎?GAN固有的類別不平衡?

回答

0

不正確,但您有一些基本概念是正確的。

分類器也訓練真實圖像。目標是準確區分這些真實圖像和發電機的假貨。

對手的目標是生成圖像來欺騙分類器。

模型構建器(即您)在每次迭代中選擇真實和假圖像之間的平衡。這支持實驗來確定最有效的比例。

確實,真實圖像具有固定的總體,並且生成的圖像實際上是無限的。然而,「階級失衡」這個概念在這裏並不適用:在每次迭代之後,舊的僞造圖像被新的圖像取代。舊圖像對於早期訓練是有用的,但在單次暴露於分類器之後不會使用。

+0

如果您不斷重複使用真實圖像,它們不會引入新信息,那麼爲什麼您會在以後的迭代中重複使用它們? – user3450049

+0

出於同樣的原因,我們在任何其他培訓場景中重複使用它們。培訓是一個持續改進的過程,而不是一個封閉的解決方案。我們重新審視每個輸入,直到模型收斂。 – Prune