请在 下方输入 要搜索的题目：
推荐参考答案 (
由 搜题小帮手 官方老师解答 )
答案：
以下文字与答案无关
提示：有些试题内容 显示不完整,文字错误 或者 答案显示错误等问题，这是由于我们在扫描录入过程中 机器识别错误导致,人工逐条矫正总有遗漏，所以恳请 广大网友理解。
相关试题
- 1.下列关于生成对抗网络的描述错误的是( )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
- 2.下列关于生成对抗神经网络的描述错误的是（ ）。 选项： 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
- 3.下列关于生成对抗网络的描述错误的是：选项： 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
- 4.下列关于生成模型的描述错误的是 选项： A: 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。 B:'B. 生成对抗网络包括两部分,即生成器和判别器。 C:'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:'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。
- 5.下列关于生成对抗网络(GAN)的说法正确的有 选项： A:GAN的判别器D的目标是尽量区分真实样本与生成器G所生成的样本 B:GAN的生成器G的目标是尽量生成“以假乱真”的样本以欺骗判别器 C:GAN的判别器D和生成器G之间的“对抗”是一种“MiniMax游戏” D:GAN训练的最终目的是为了得到能力强大的判别器D用于分类
- 6.下列关于生成对抗网络的描述错误的是：选项： 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）
- 7.下列关于生成对抗网络的描述错误的是： 选项： 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）
- 8.下列关于生成对抗网络的描述正确的是 选项： A、 生成对抗网络包含若干个生成器，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）
- 9.对于生成对抗网络（GAN）的训练，下面说法错误的是（ ）。 选项：A、判别器的判别能力开始训练时越强，GAN越容易训练B、 生成器由一个前馈神经网络或反卷积深度网络实现，其目标是要使生成的图像与真实的样本一样C、 如果判别器发生了过拟合，那么生成器可能会生成一起很奇怪的样本D、 若生成器产生新样本依赖的随机噪声z与真实样本的数据分布差别很大，GAN训练会失效
