Inception score

作用

评估ＧＡＮ模型的指标，评价生成的图片集合的好坏

特点

1. 单一样本的独特性：哪个样本属于哪一类的确定性很大（p(y|x)的某一个值很大其他值很小，即熵很小）

最小化

2. 多样本间的差异性：结果有很多类 （ｐ(y)的各个值相差不大，即熵很大）

最大化

综合起来就是

• 展开

  
  
  

  因为实际当中，我们无法计算积分，就采用蒙特卡罗的方法，将积分计算换成求和：

  
  

实际计算中，我们一般把所有数据分成几份，我们对每一份数据进行上面的计算，然后计算这几份数据的平均值和方差。

代码

(官方)https://github.com/openai/improved-gan/blob/master/inception_score/model.py

def preds2score(preds,splits):  # 公式
    '''
    :param preds: 总数据
    :param splits: 数据被分成的份数
    :return: inception score
    '''
    scores = []
    for i in range(splits):
        part = preds[(i * preds.shape[0] // splits):((i + 1) * preds.shape[0] // splits), :]
        kl = part * (np.log(part) - np.log(np.expand_dims(np.mean(part, 0), 0)))
        kl = np.mean(np.sum(kl, 1))
        scores.append(np.exp(kl))
    return np.mean(scores), np.std(scores)