GAN（Generative Adversarial Network）は生成AIのための有力な手法として広く研究開発されているが，多数のデータを用いた学習プロセスを多数繰り返す必要がある．
本稿では，GANの性能を比較するための指標としてよく用いられるFID（Fréchet Inception Distance）を活用し，GANの学習に効果のあるデータを選別することで，学習の効率を向上させる手法を提案する．
画像群の間の類似性を測るFIDに基づいて画像を選別することにより，どの程度，生成画像の品質を保ちつつ学習に要する時間を短縮できるかを評価する．