A.判别器模型梯度更新依赖于生成器模型
B.生成器模型梯度更新依赖于判别器模型
C.根据输入数据的特征,预测输入数据的标签
D.生成器和判别器不可以是神经网络模型
A.生成器:在给定输入数据时,理解输入,生成类似的输入
B.判别器:在给定输入数据时,理解输入,生成类似的输入
C.生成器:预测未知样本分类
D.判别器:预测未知样本分类
A.GAN是一种生成学习模型。
B.GAN是一种区别学习模型。
C.GAN包含生成网络和判别网络两个网络。
D.生成网络和判别网络分别依次迭代优化。
A.学习;对抗
B.训练;推理
C.生成;判别
D.生成;推理
A.生成器可以由Autoencoder实现
B.生成器用来产生带有随机噪声的一定分布数据和真实样本数据的映射关系,判别器用来区别实际数据和生成器产生的数据
C.生成器和判别器需要交替训练,不断增加两者的性能,直至达到某种博弈的平衡
D.生成器和判别器的代价函数在训练过程中是同时优化的
A.生成器产生样本的大致相同
B.判别器高效的分辨生成器产生样本的真假
C.判别器无法分辨生成器产生样本的真假
D.生成器产生样本的不尽相同