Bilgilerinizi sınayın: GAN anatomisi
Doğru veya yanlış: Ayrıştırıcı ağı ile üretken ağı birbirini yalnızca üretken tarafından üretilen veriler ve ayırıcı tarafından üretilen etiketler aracılığıyla etkiler. Geri yayılma söz konusu olduğunda bunlar ayrı ağlardır.
Yanlış
Doğru: Oluşturucu eğitimi sırasında gradyanlar, ayırt edici ağ üzerinden oluşturucu ağına yayılır (ancak ayırt edici, oluşturucu eğitimi sırasında ağırlıklarını güncellemez). Bu nedenle, ayırt edici ağdaki ağırlıklar, üreten ağdaki güncellemeleri etkiler.
Doğru
Yanlış: Oluşturucu eğitimi sırasında gradyanlar, ayırt edici ağ üzerinden oluşturucu ağına yayılır (ancak ayırt edici, oluşturucu eğitimi sırasında ağırlıklarını güncellemez).
Doğru mu yanlış mı? Tipik bir GAN, üreticiyi ve ayırt ediciyi aynı anda eğitir.
Yanlış
Doğru. Tipik bir GAN, ayırt ediciyi eğitme ve üreteci eğitme arasında geçiş yapar.
Doğru
Yanlış. Tipik bir GAN, ayırt ediciyi eğitme ve üreteci eğitme arasında geçiş yapar. Oluşturucu ve ayırt ediciyi aynı anda eğitmeyle ilgili bazı [araştırmalar](https://arxiv.org/abs/1706.04156) vardır.
Doğru mu yanlış mı? GAN'lar hem ayırt edici hem de üretken eğitim için her zaman aynı kayıp işlevini kullanır.
Doğru
Yanlış. GAN'ın hem üreten hem de ayırt edici eğitim için aynı kaybı kullanması (veya yalnızca işareti farklı olan aynı kaybı kullanması) mümkün olsa da bu gerekli değildir. Aslında ayırt edici ve üretken için farklı kayıplar kullanmak daha yaygındır.
Yanlış
Doğru. GAN'ın hem üreten hem de ayırt edici eğitim için aynı kaybı kullanması (veya yalnızca işareti farklı olan aynı kaybı kullanması) mümkün olsa da bu gerekli değildir. Aslında ayırt edici ve üretken için farklı kayıplar kullanmak daha yaygındır.
Aksi belirtilmediği sürece bu sayfanın içeriği Creative Commons Atıf 4.0 Lisansı altında ve kod örnekleri Apache 2.0 Lisansı altında lisanslanmıştır. Ayrıntılı bilgi için Google Developers Site Politikaları'na göz atın. Java, Oracle ve/veya satış ortaklarının tescilli ticari markasıdır.
Son güncelleme tarihi: 2025-02-26 UTC.
[null,null,["Son güncelleme tarihi: 2025-02-26 UTC."],[[["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."]]],[]]