נכון או לא נכון: רשת האפליה ורשת המחוללים משפיעים זה על זה רק באמצעות הנתונים שהמחולל מייצר והתוויות שמופקות על ידי האפליה. כשמדובר בהפצה חוזרת, הן
רשתות נפרדות.
True
שגוי: במהלך האימון של הגנרטור, ההדרגות יופצו דרך רשת המפרידים לרשת הגנרטור (למרות שהמבדיל לא יעדכן את המשקלים שלו במהלך אימוני מחולל).
לא נכון
נכון: במהלך האימון של הגנרטור, ההדרגות יופצו דרך רשת המפרידים לרשת הגנרטור (למרות שהאפלימטריה לא תעדכן את משקלה במהלך האימון). לכן, המשקלים ברשת המפרידים משפיעים על העדכונים לרשת הגנרטורים.
TRUE או False: GAN אופייני מאמן את המחולל ואת האפליה
בו-זמנית.
True
תשובה לא נכונה. GAN טיפוסי מתחלף בין אימון האפליה
לבין האימון של המחולל. יש כמה [מחקרים
](https://arxiv.org/lb/1706.04156) על אימון
המחולל והאפליה בו-זמנית.
לא נכון
נכון. GAN טיפוסי מתחלף בין אימון האפליה
לבין האימון של המחולל.
TRUE או False: ב-GAN תמיד נעשה שימוש באותה פונקציית אבדן גם להכשרה של אפליה וגם למחוללי מונטיזציה.
True
תשובה לא נכונה. למרות שרשת GAN יכולה להשתמש באותו אבדן גם עבור מחולל גנרטורים וגם עבור הדרכת אפליה (או כי אותו הפסד משתנה רק בסימן), אין צורך לעשות זאת. למעשה, מקובל להשתמש בהפסדים שונים עבור האפליה והמחולל.
לא נכון
נכון. למרות שרשת GAN יכולה להשתמש באותו אבדן גם עבור מחולל גנרטורים וגם עבור הדרכת אפליה (או כי אותו הפסד משתנה רק בסימן), אין צורך לעשות זאת. למעשה, מקובל להשתמש בהפסדים שונים עבור האפליה והמחולל.