6.8.4 项目：生成模型实战 [选修]

本节定位

生成项目不是产出一张好看的样本就结束。你需要展示质量、多样性、稳定性、失败样本，以及为什么保留某个 checkpoint。

学习目标

• 解释为什么生成项目的评估不同于分类。
• 同时追踪质量和多样性。
• 构建一个小型 checkpoint review table。
• 识别 mode collapse 和模糊输出。
• 把生成样本包装成项目证据。

---

先看评估闭环

训练→抽样检查点→评审质量与多样性→保留失败样本→选择下一步

练习项目建议选择：

• 能肉眼检查；
• 足够小，能训练或模拟；
• checkpoint 之间容易比较。

数字、图标、简单形状、小灰度图案，都比开放式照片级生成更适合第一轮项目。

实验：检查点评审面板

创建 generative_review_dashboard.py：

checkpoints = [
    {"epoch": 1, "quality": 0.20, "diversity": 0.80, "note": "mostly noise"},
    {"epoch": 10, "quality": 0.45, "diversity": 0.72, "note": "outlines appear"},
    {"epoch": 30, "quality": 0.68, "diversity": 0.60, "note": "usable but varied"},
    {"epoch": 60, "quality": 0.75, "diversity": 0.48, "note": "possible collapse"},
]

print("generation_review")
for row in checkpoints:
    status = "candidate" if row["quality"] >= 0.6 and row["diversity"] >= 0.55 else "review"
    print(
        f"epoch={row['epoch']:03d} "
        f"quality={row['quality']:.2f} "
        f"diversity={row['diversity']:.2f} "
        f"status={status}"
    )

selected = max(
    [row for row in checkpoints if row["diversity"] >= 0.55],
    key=lambda row: row["quality"],
)
print("selected_epoch:", selected["epoch"])

运行：

python generative_review_dashboard.py

预期输出：

generation_review
epoch=001 quality=0.20 diversity=0.80 status=review
epoch=010 quality=0.45 diversity=0.72 status=review
epoch=030 quality=0.68 diversity=0.60 status=candidate
epoch=060 quality=0.75 diversity=0.48 status=review
selected_epoch: 30

为什么不选 epoch 60？因为质量更高，但多样性更低。好的生成项目不能只选最漂亮的一张。

要保存什么

证据	为什么
按检查点保存的样本	展示训练进展
失败样本	诚实展示边界
多样性记录	捕捉重复输出
质量记录	解释视觉改善
训练日志	展示稳定或塌缩
最终选择规则	让选择可复现

质量、多样性、稳定性

维度	好信号	警告信号
质量	样本像目标数据	噪声、模糊、结构破碎
多样性	样本有有意义的变化	重复输出或单一风格
稳定性	检查点逐步改善	突然塌缩或震荡
可解释性	记录失败原因	只展示最好样本

常见取舍：

最好看的单个样本 != 最好的项目 checkpoint

项目升级路线

版本	增加什么
基础版	一个模型、固定采样种子、检查点样本
标准版	质量/多样性表和失败样本
挑战版	比较 VAE、GAN 或 diffusion-style 输出
作品集版	清楚讲出数据、模型、样本、失败和下一步

留下的证据

生成项目至少留下这些证据：

检查点样本

跨多个 epoch 的固定随机种子样本

质量说明

视觉上哪里改进了

多样性说明

输出是否重复

失败样本

模糊、破损、坍塌或不真实的输出

选择规则

为何保留这个检查点

下一步动作

数据、目标、架构或采样改动

常见错误

错误	修复
只展示最好样本	同时展示平均样本和失败样本
忽略多样性	跟踪重复输出或 unique patterns
checkpoint 比较不公平	使用同一组 fixed seed
一开始数据集太复杂	从小视觉目标开始
不解释模型选择	说明为什么选 VAE、GAN 或其他方法

练习

1. 加一个 epoch 90，quality 0.80、diversity 0.30。应该选它吗？
2. 给每个 checkpoint 增加 failure 字段。
3. 为你自己的生成项目想法写一个 4 行表格。
4. 用 checkpoint table 解释 mode collapse。
5. 写一个作品集小节标题：“为什么我选择这个 checkpoint”。

项目交付参考与讲解

1. 通常不该选，除非项目极度重视 quality 而几乎不在乎 diversity。0.30 的 diversity 是明显警讯，说明输出可能重复或范围很窄。
2. failure 字段应记录可见问题，例如重复、伪影、prompt 不匹配、不安全输出或 diversity 不足。
3. 有用的表格可以包含 idea、data/source、evaluation signal 和 main risk 四行。它要帮助别人判断这个生成项目是否能被评估。
4. Mode collapse 指模型只生成少数相似输出。在 checkpoint table 里，它通常表现为 quality 尚可，但 diversity 很低。
5. 作品集小节应以证据解释选择：quality、diversity、failure notes、sample outputs，以及为什么其他 checkpoint 更弱。

小结

• 生成项目需要评估故事，而不只是 gallery。
• 质量和多样性必须一起读。
• 失败样本会让项目更可信。
• 清楚的 checkpoint 选择规则也是交付物的一部分。