使用 PyTorch 的 DCGAN 鉴别器精度度量

Question

我正在使用 PyTorch 实现 DCGAN。

它工作得很好，因为我可以获得合理质量的生成图像，但是现在我想通过使用指标（主要是本指南介绍的指标）来评估 GAN 模型的健康状况 https://machinelearningmastery.com/practical-guide-to-gan-failure-modes/

他们的实现使用 Keras，该 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，即它成功地将图像识别为真实图像或生成图像的百分比。

使用 PyTorch SDK，我似乎找不到可以帮助我从我的模型中轻松获取此指标的类似功能。

Pytorch 是否提供能够从模型中定义和提取通用指标的功能？

Answer 1

Pure 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。指标就是指标，它们测量（在这种情况下是判别器的准确性），它们不是模型固有的。

二进制精度

在您的例子中，您正在寻找二进制精度指标。下面的代码适用于 logits（[=13= 输出的非归一化概率]，可能是没有激活的最后 nn.Linear 层）或 probabilities（最后 nn.Linear 后跟 sigmoid激活）：

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())

用法：

metric = BinaryAccuracy()
target = torch.randint(2, size=(64,))
outputs = torch.randn(size=(64, 1))

print(metric(outputs, target))

PyTorch Lightning 或其他第三方

您也可以使用PyTorch Lightning or other framework on top of PyTorch which defines metrics like accuracy

使用 PyTorch 的 DCGAN 鉴别器精度度量

DCGANs discriminator accuracy metric using PyTorch

keras

sdk

pytorch

metrics

dcgan

二进制精度

PyTorch Lightning 或其他第三方