如何解决使用 PyTorch 的 DCGAN 鉴别器准确度度量
我正在使用 PyTorch 实现 DCGAN。
效果很好,因为我可以获得质量合理的生成图像,但是现在我想通过使用指标来评估 GAN 模型的健康状况,主要是本指南中介绍的指标 https://machinelearningmastery.com/practical-guide-to-gan-failure-modes/
他们的实现使用 Keras,其中 SDK 允许您在编译模型时定义所需的指标,请参阅 https://keras.io/api/models/model/。在这种情况下,鉴别器的准确性,即它成功将图像识别为真实图像或生成图像的百分比。
使用 PyTorch SDK,我似乎找不到类似的功能来帮助我从模型中轻松获取此指标。
Pytorch 是否提供能够从模型中定义和提取通用指标的功能?
解决方法
纯 PyTorch不提供开箱即用的指标,但您自己定义这些指标非常容易。
也没有“从模型中提取指标”这样的东西。指标是指标,它们衡量(在这种情况下是鉴别器的准确性),它们不是模型固有的。
二进制精度
就您而言,您正在寻找二进制精度指标。下面的代码适用于 logits
(由 discriminator
输出的非标准化概率,可能是最后一个 nn.Linear
层没有激活)或 probabilities
(最后一个 nn.Linear
后跟 {{1 }} 激活):
sigmoid
用法:
import typing
import torch
class BinaryAccuracy:
def __init__(
self,logits: bool = True,reduction: typing.Callable[
[
torch.Tensor,],torch.Tensor,] = torch.mean,):
self.logits = logits
if logits:
self.threshold = 0
else:
self.threshold = 0.5
self.reduction = reduction
def __call__(self,y_pred,y_true):
return self.reduction(((y_pred > self.threshold) == y_true.bool()).float())
PyTorch Lightning 或其他第三方
您还可以在 PyTorch 之上使用 PyTorch Lightning 或其他定义指标的框架,例如 accuracy
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。