GAN固有的类别不平衡？

Question

GAN固有的类别不平衡问题？在一个GAN中，有两个网络互相作用，一个是分类器，对手试图通过生成假图像来欺骗分类器。所有从GAN生成的图像都是假货，所以如果算法运行时间足够长，就必须存在类别失衡，对吗？

Answer 1

不正确，但您有一些基本概念是正确的。

分类器也训练真实图像。目标是准确区分这些真实图像和发电机的假货。

对手的目标是生成图像来欺骗分类器。

模型构建器（即您）在每次迭代中选择真实和假图像之间的平衡。这支持实验来确定最有效的比例。

确实，真实图像具有固定的总体，并且生成的图像实际上是无限的。然而，“阶级失衡”这个概念在这里并不适用：在每次迭代之后，旧的伪造图像被新的图像取代。旧图像对于早期训练是有用的，但在单次暴露于分类器之后不会使用。