測驗您的理解程度:GAN 剖析
透過集合功能整理內容
你可以依據偏好儲存及分類內容。
是非題:歧視器網路和發電機網路都是透過產生器產生的資料,以及由歧視者產生的標籤互相影響。至於反向傳播,則屬於不同的網路。
正確
錯誤:在發電機訓練期間,梯度會透過歧視器網路傳播至發電機網路 (不過差異化器不會在發電機訓練期間更新權重)。
不正確
正確:在發電機訓練期間,梯度會透過漸進式網路散佈至發電機網路 (但在歧視訓練期間,系統不會更新權重)。因此,歧視器網路的權重會影響發電機網路的更新。
是非題:一般的 GAN 會訓練發電機和歧視器。
正確
不正確。一般而言,GAN 會替代訓練器與訓練產生器。有些 [研究](https://arxiv.org/abs/1706.04156)可以同時訓練產生器和歧視器。
不正確
答對了,一般而言,GAN 會替代訓練器與訓練產生器。
是非題:GAN 一律針對歧視和產生器產生相同的損失函式。
正確
不正確。雖然 GAN 可以在產生器和歧視器訓練中使用相同的刪除比例 (或是相同的損失只有標誌上有差異),但並非必要。事實上,更顯然對歧視器和產生器也使用不同的損失。
不正確
答對了,雖然 GAN 可以在產生器和歧視器訓練中使用相同的刪除比例 (或是相同的損失只有標誌上有差異),但並非必要。事實上,更顯然對歧視器和產生器也使用不同的損失。
除非另有註明,否則本頁面中的內容是採用創用 CC 姓名標示 4.0 授權,程式碼範例則為阿帕契 2.0 授權。詳情請參閱《Google Developers 網站政策》。Java 是 Oracle 和/或其關聯企業的註冊商標。
上次更新時間:2022-09-27 (世界標準時間)。
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"缺少我需要的資訊"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"過於複雜/步驟過多"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"過時"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"翻譯問題"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"示例/程式碼問題"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"其他"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"容易理解"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"確實解決了我的問題"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"其他"
}]
{"lastModified": "\u4e0a\u6b21\u66f4\u65b0\u6642\u9593\uff1a2022-09-27 (\u4e16\u754c\u6a19\u6e96\u6642\u9593)\u3002"}