A.非竞争性
B.公共性
C.非排他性
D.排他性
第1题
A、生成对抗网络只包含若干个生成器,优胜者胜出
B、生成对抗网络,即Generative Adversarial Networks,简称GAN
C、生成对抗网络包括两部分,即生成器和判别器
D、生成对抗网络的生成器:从随机噪声中生成图像(随机噪声通常从均匀分布或高斯分布中获取)
第2题
A.它们都是深度生成模型
B.对于与训练样本分布不同的数据,自编码器的输出会有别于训练样本;生成对抗网络会判别为假样本
C.自编码器可以作为一个生成对抗网络使用
D.它们都可以用于数据增强
第3题
A.生成对抗网络包括两部分,即生成器和判别器
B.生成对抗网络的判别器进行训练时,其输入为生成器生成的图像和来自训练集中的真实图像,并对其进行判别
C.生成对抗网络的生成器从随机噪声中生成图像(随机噪声通常从均匀分布或高斯分布中获取)
D.既然生成对抗网络是无监督模型,则不需要任何训练数据
第4题
A.生成式学习算法能够获取类别本身的特征
B.生成对抗网络包括生成网络和判别网络两部分
C.生成式学习算法能够创造的新样本是有限的
D.当判别网络输出概率为0.5时,表示它无法判别生成样本的真伪
第5题
A.生成式模型模拟概率分布时,常用“后验分布”
B.用生成式模型根据少量样本来估计整个类型的概率特征是很困难的
C.判别式模型对问题本质缺乏了解,无法从个例中抽象出整体概念
D.生成对抗网络结合了生成模型和判别模型
第6题
A.判别网络和生成网络的训练是并行的
B.判别网络和生成网络的代价函数是相同的,目标是一致的
C.类似于卷积神经网络,生成对抗网络的训练也需要很多真实的样本
D.在训练时,需要平衡判别网络和生成网络的能力
第8题
A.训练可能不稳定、梯度消失
B.可以产生清晰逼近真实的样本
C.广泛应用于监督式学习领域
D.一般由一个生成网络与一个判别网络组成
为了保护您的账号安全,请在“上学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!