আপনার বোঝার পরীক্ষা করুন: GAN অ্যানাটমি
সত্য বা মিথ্যা: বৈষম্যকারী নেটওয়ার্ক এবং জেনারেটর নেটওয়ার্ক শুধুমাত্র জেনারেটর দ্বারা উত্পাদিত ডেটা এবং বৈষম্যকারীর দ্বারা উত্পাদিত লেবেলগুলির মাধ্যমে একে অপরকে প্রভাবিত করে। যখন এটি ব্যাকপ্রোপাগেশন আসে, তারা আলাদা নেটওয়ার্ক।
মিথ্যা
সঠিক: জেনারেটর প্রশিক্ষণের সময়, গ্রেডিয়েন্টগুলি বৈষম্যকারী নেটওয়ার্কের মাধ্যমে জেনারেটর নেটওয়ার্কে প্রচার করে (যদিও জেনারেটর প্রশিক্ষণের সময় বৈষম্যকারী তার ওজন আপডেট করে না)। তাই বৈষম্যকারী নেটওয়ার্কের ওজন জেনারেটর নেটওয়ার্কের আপডেটগুলিকে প্রভাবিত করে।
সত্য
ভুল: জেনারেটর প্রশিক্ষণের সময়, গ্রেডিয়েন্টগুলি বৈষম্যকারী নেটওয়ার্কের মাধ্যমে জেনারেটর নেটওয়ার্কে প্রচার করে (যদিও জেনারেটর প্রশিক্ষণের সময় বৈষম্যকারী তার ওজন আপডেট করে না)।
সত্য বা মিথ্যা: একটি সাধারণ GAN জেনারেটর এবং বৈষম্যকারীকে একই সাথে প্রশিক্ষণ দেয়।
মিথ্যা
সঠিক। একটি সাধারণ GAN বৈষম্যকারীকে প্রশিক্ষণ এবং জেনারেটরকে প্রশিক্ষণের মধ্যে বিকল্প করে।
সত্য
ভুল। একটি সাধারণ GAN বৈষম্যকারীকে প্রশিক্ষণ এবং জেনারেটরকে প্রশিক্ষণের মধ্যে বিকল্প করে। জেনারেটর এবং বৈষম্যকারীকে একই সাথে প্রশিক্ষণের বিষয়ে কিছু [গবেষণা](https://arxiv.org/abs/1706.04156) রয়েছে।
সত্য বা মিথ্যা: একটি GAN সর্বদা বৈষম্যকারী এবং জেনারেটর প্রশিক্ষণ উভয়ের জন্য একই ক্ষতি ফাংশন ব্যবহার করে।
মিথ্যা
সঠিক। যদিও GAN-এর পক্ষে জেনারেটর এবং বৈষম্যকারী প্রশিক্ষণ উভয়ের জন্য একই ক্ষতি ব্যবহার করা সম্ভব (অথবা একই ক্ষতি শুধুমাত্র চিহ্নের মধ্যে আলাদা), এটির প্রয়োজন নেই। প্রকৃতপক্ষে বৈষম্যকারী এবং জেনারেটরের জন্য বিভিন্ন ক্ষতি ব্যবহার করা আরও সাধারণ।
সত্য
ভুল। যদিও GAN-এর পক্ষে জেনারেটর এবং বৈষম্যকারী প্রশিক্ষণ উভয়ের জন্য একই ক্ষতি ব্যবহার করা সম্ভব (অথবা একই ক্ষতি শুধুমাত্র চিহ্নের মধ্যে আলাদা), এটির প্রয়োজন নেই। প্রকৃতপক্ষে বৈষম্যকারী এবং জেনারেটরের জন্য বিভিন্ন ক্ষতি ব্যবহার করা আরও সাধারণ।
অন্য কিছু উল্লেখ না করা থাকলে, এই পৃষ্ঠার কন্টেন্ট Creative Commons Attribution 4.0 License-এর অধীনে এবং কোডের নমুনাগুলি Apache 2.0 License-এর অধীনে লাইসেন্স প্রাপ্ত। আরও জানতে, Google Developers সাইট নীতি দেখুন। Java হল Oracle এবং/অথবা তার অ্যাফিলিয়েট সংস্থার রেজিস্টার্ড ট্রেডমার্ক।
2025-02-26 UTC-তে শেষবার আপডেট করা হয়েছে।
[null,null,["2025-02-26 UTC-তে শেষবার আপডেট করা হয়েছে।"],[[["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."]]],[]]
