同一数据集（相同路径）的 FID 为负数

公众号：EDPJ

先说结论：这是算法中对复数取实部的结果，对 FID 的影响不大。

FID是从原始图像的计算机视觉特征的统计方面，来衡量两组图像的相似度，是计算真实图像和生成图像的特征向量之间距离的一种度量。
这种视觉特征是使用 Inception v3 图像分类模型提取特征并计算得到的。FID 在最佳情况下的得分为 0.0，表示两组图像相同。分数越低代表两组图像越相似，或者说二者的统计量越相似

FID 计算公式如下：

协方差矩阵计算如下： 

covmean, _ = linalg.sqrtm(sigma1.dot(sigma2), disp=False)

if np.iscomplexobj(covmean):
    if not np.allclose(np.diagonal(covmean).imag, 0, atol=1e-3):
        m = np.max(np.abs(covmean.imag))
        raise ValueError('Imaginary component {}'.format(m))
    covmean = covmean.real

data_size = 1 时，FID = 0

data_size = 100 时：方差矩阵与协方差矩阵的差值非常小

data_size = 1000 时：这个差值进一步缩小

data_size = 5000 时：这个差值又进一步缩小

结论：出现负数其实对结果影响不大