GANに固有のクラスの不均衡？

Question

GANにはクラスの不均衡の問題がありますか？ GANでは、互いに対抗する2つのネットワークがあり、1つは分類器であり、敵対者は偽の画像を生成することによって分類器をだまそうとしている。 GANからの生成された画像はすべて偽造品なので、アルゴリズムを十分長く実行すると、クラスの不均衡が発生する可能性があります。

Answer 1

正しくはありませんが、いくつかの基本的な概念は正しいです。

実際の画像で分類子が訓練されます。目標は、これらの実際の画像と発電機からの偽物を正確に区別することです。

敵の目標は、分類器をだます画像を生成することです。

モデルビルダ（つまりあなた）は、各繰り返しで実際のイメージと偽のイメージの間のバランスを選択します。これは、最も効果的な比率を決定するための実験をサポートする。

実際、実際の画像は一定の母集団を持ち、生成された画像は実質的に無限大です。しかし、「クラスの不均衡」の考え方はここでも当てはまりません。各繰り返しの後、古い偽の画像は新しいものに置き換えられます。古い画像は以前の学習には有効でしたが、分類器に1回だけさらされても使用されませんでした。