נכון או לא נכון: רשת המזהה ורשת הגנרטור משפיעות זו על זו אך ורק דרך הנתונים שהגנרטור יוצר והתוויות שהמזהה יוצר. כשמדובר בהתפשטות לאחור, הן רשתות נפרדות.
True
שגוי: במהלך אימון הגנרטור, הגרדיאנטים עוברים דרך רשת המזהה לרשת הגנרטור (למרות שהמזהה לא מעדכן את המשקולות שלו במהלך אימון הגנרטור).
לא נכון
נכונה: במהלך אימון הגנרטורים, הגרדיאנטים מופצים דרך רשת המזהה לרשת הגנרטורים (למרות שהמזהה לא מעדכן את המשקולות שלו במהלך אימון הגנרטורים). לכן, המשקלים ברשת המבדילה משפיעים על העדכונים ברשת הגנרטור.
נכון או לא נכון: ב-GAN טיפוסי, המנגנון מאמון את הגנרטור ואת המבדיל בו-זמנית.
True
תשובה לא נכונה. ב-GAN אופייני מתבצעת החלפה בין אימון הדיסקרימינטור לבין אימון הגנרטור. יש [מחקרים](https://arxiv.org/abs/1706.04156) על אימון המחולל והמייחד בו-זמנית.
לא נכון
נכון. ב-GAN אופייני מתבצעת החלפה בין אימון הדיסקרימינטור לבין אימון הגנרטור.
נכון או לא נכון: תמיד נעשה שימוש באותה פונקציית אובדן (loss) ב-GAN גם לאימון המזהה וגם לאימון הגנרטור.
True
תשובה לא נכונה. אפשר להשתמש ב-GAN עם אותה פונקציית אובדן גם לאימון הגנרטור וגם לאימון המזהה (או באותה פונקציית אובדן עם סימן שונה בלבד), אבל זה לא חובה. למעשה, נפוץ יותר להשתמש באובדנים שונים למזהה ולגנרטור.
לא נכון
נכון. אפשר להשתמש באותו אובדן (loss) גם לאימון הגנרטור וגם לאימון המזהה (או באובדן זהה עם סימן שונה בלבד) ב-GAN, אבל זה לא חובה. למעשה, נפוץ יותר להשתמש באובדנים שונים למבדיל ולגנרטור.