检查您的理解情况:GAN 解剖学
判断正误:判别器网络和生成器网络仅通过生成器生成的数据和判别器生成的标签相互影响。在反向传播方面,它们是单独的网络。
错误
正确答案:在生成器训练期间,梯度会通过判别器网络传播到生成器网络(尽管判别器不会在生成器训练期间更新其权重)。因此,分类器网络中的权重会影响生成器网络的更新。
正确
错误:在生成器训练期间,梯度会通过判别器网络传播到生成器网络(尽管判别器不会在生成器训练期间更新其权重)。
判断正误:典型的 GAN 会同时训练生成器和鉴别器。
错误
正确。典型的 GAN 会在训练鉴别器和训练生成器之间交替。
正确
错误。典型的 GAN 会在训练鉴别器和训练生成器之间交替。有一些 [研究](https://arxiv.org/abs/1706.04156) 探讨了如何同时训练生成器和鉴别器。
判断正误:GAN 在训练分类器和生成器时始终使用相同的损失函数。
错误
正确。虽然 GAN 可以为生成器和鉴别器训练使用相同的损失函数(或仅在符号上不同的相同损失函数),但这并不是必需的。事实上,更常见的是为鉴别器和生成器使用不同的损失函数。
正确
错误。虽然 GAN 可以为生成器和鉴别器训练使用相同的损失函数(或仅在符号上不同的相同损失函数),但这并不是必需的。事实上,更常见的是为鉴别器和生成器使用不同的损失函数。
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2025-02-26。
[null,null,["最后更新时间 (UTC):2025-02-26。"],[[["During generator training, gradients propagate through the discriminator to the generator, influencing its updates."],["A typical GAN alternates between training the discriminator and training the generator, rather than simultaneous training."],["GANs often employ different loss functions for the discriminator and generator, optimizing each network separately."]]],[]]