使用 PyTorch 的 DCGAN 鉴别器准确度度量

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