生成对抗网络包括一个生成器生成数据，一个鉴别器来鉴别真实数据和生成数据,两者同时训练,直到达到一个纳什均衡，生成器生成的数据与真实样本无差别，但鉴别器可以正确的区分生成数据和真实数据。（)

A.判别器高效的分辨生成器产生样本的真假

B.生成器产生样本的不尽相同

C.判别器无法分辨生成器产生样本的真假

D.生成器产生样本的大致相同

A.生成器使用一对小括号，而列表生成表达式使用一对中括号

B.生成器可根据需要计算并返回一个元素的值，而列表生成表达式一次性生成所有元素的值

C.生成器中允许使用while循环，而列表生成表达式中不允许

D.生成器中不允许使用if，而列表生成表达式中允许

A.图像生成

B.数据增强

C.信息检索

D.语义分割

A.生成模型的输入可以是随机数

B.对抗生成网络包含生成模型与判别模型

C.判别模型需要输入带标签的真实样本

D.对抗生成网络不能用来产生新的图片

A.最优策略不一定达成纳什均衡

B.纳什均衡一定是最优策略

C.囚徒困境中有且只有一个纳什均衡

D.在一个博弈中可能有一个以上的纳什均衡

A.数据文件结构

B.数据的度量尺度

C.两者都是

D.两者都不是

E.数据变量

A.数据保护

B.数据访问

C.数据迁移

D.数据归档

A.社交媒体数据

B.物联网数据

C.用户生成数据

D.GPS、智能手机等生成的数据