据我所知，没有任何真正强大的方法。我见过的一种策略涉及最近邻（通常使用欧几里得距离）。从那里，从业者进行目视检查以检查是否没有发生过度拟合。不过，这往往是一个糟糕的指标，因为最近邻方法往往无法在如此高维的空间中工作。此外，请参阅此处了解像素损失的失败。另一种策略涉及查看图像（合成数据和原始数据）嵌入的最近邻到一些旨在提取特征的空间。这听起来更好，但似乎没有太多经验或严格的理论依据，只有启发式解释。

您感兴趣的是 GAN 模式崩溃和模式下降。（你也可以称之为过拟合，只是社区采用了这些名称）。实际上有数千篇 GAN 论文致力于解决这个问题并取得了不同程度的成功，但检查模式崩溃/丢弃仍然是一个活跃的研究领域。

模式崩溃意味着生成器只学习输出少量不同的图像/类别，并且很明显无法学习任何意义上的分布。模式丢弃意味着生成器可能看起来可以学习分布，但仍然会丢弃模式（例如，假设您训练 GAN 生成 1000 种不同鸟类的图像……您不太可能注意到 GAN 只生成500 种，其余的忘记了）。我们还可以讨论类间模式崩溃（GAN 无法学习所有类）和类间崩溃（GAN 可以从所有类生成图像，但每个类只能生成一个/几个不同的图像）。

GAN 评估的通用指标

衡量 GAN 性能的最流行指标是Inception Score和Frechét Inception Distance。Inception Score 的一句话总结：这些图像看起来像是从许多不同的类别中提取的吗？一句话总结 FID：生成图像的感知特征分布是否与地面真实图像的分布相匹配？

IS 可以检测到类间模式崩溃，而 FID 也可以检测到类内模式崩溃。然而，这些指标无论如何都不是完美的，高分/低距离并不能保证没有发生崩溃/下降。

另一个指标是Classifier Augmentation Score，它基本上使用 GAN 输出来训练分类器，并衡量分类器的性能。直观地说，任何形式的过拟合/模式丢弃都会导致分类器效果不佳。然而，CAS 的计算成本相当高。

检测模式崩溃/丢弃的具体方法

在GLO中，作者建议通过“重建”测试来检查 GAN 中的模式下降。基本上，对于一些坚持地面实况图像$x$，我们找到了最好的噪声向量$z$当通过 GAN 时，会产生类似$x$，并通过以下方式衡量成本$\text{min}_z\ ||f(z)-x||_2^2$. 这个想法是，如果你的 GAN 只能生成一张猫的图像，它将无法重建保留的猫图像。最近在Seeing what a GAN cannot generate中更详细地探讨了类似的想法。

生日悖论可以更抽象地表述为： “如果有$n$不同的结果，您可能会在仅抽样后两次遇到相同的结果$\Theta(\sqrt{n})$次”。因此，如果 GAN 仅从训练集中复制 10,000 张图像，我们只需查看其中的 100 张就可以解决这个问题，正如Arora 和 Zhang所做的那样。

PRD提出了一些直接的方法来测量 GAN 的精度和召回率。（精度意味着高质量、不模糊的样本，召回意味着我们没有丢弃数据中的任何模式，并且完全覆盖了分布）。总结起来太复杂了，但结果看起来很有希望。