Bài kiểm tra về mạng đối thủ sáng tạo

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

1. Hai mạng cạnh tranh trong GAN là gì?
   • Một bộ mã hóa và một bộ giải mã
   • Một độc giả và một nhà văn
   • Hai bản sao giống hệt nhau luôn đồng ý
   • Một máy tạo ra hàng giả và một máy phân biệt đối xử để đánh giá chúng
2. In the original unconditional GAN formulation, what input does the generator transform into a sample?
   • A guaranteed copy of a finished real image
   • Sampled latent noise
   • The discriminator's parameter file
   • A fixed human-written answer key
3. What adversarial learning signal can reach a GAN generator through its discriminator?
   • Gradients of the generator objective with respect to its parameters
   • A rule that every generated image is correct
   • A prohibition against all conditional image inputs
   • A copy of every discriminator weight as the output image
4. 'Chế độ thu gọn' trong GAN là gì?
   • Trình phân biệt đối xử sẽ xóa tất cả dữ liệu
   • Mạng hết bộ nhớ
   • Máy phát điện chỉ tạo ra một số đầu ra lặp đi lặp lại thay vì đa dạng
   • Độ phân giải hình ảnh tự động tăng gấp đôi
5. Which researchers introduced the GAN framework in the 2014 paper?
   • Alan Turing alone in 1950
   • Ian Goodfellow và cộng sự
   • Geoffrey Hinton alone in 2006
   • Yann LeCun alone in 1998
6. How can a conventional feed-forward GAN generator produce one sample after training?
   • By requiring exactly a thousand discriminator updates at inference
   • By retrieving an unchanged target image in every case
   • Without evaluating any learned computation
   • With one forward evaluation of the generator
7. At the ideal original GAN equilibrium where generated and real distributions match, what probability does the optimal discriminator assign to an example being real?
   • Zero for every example
   • One for every example
   • One-half
   • A probability greater than one
8. In the conditional GAN formulation, where can a class label or other condition be supplied?
   • To both the generator and the discriminator
   • Only to an unrelated output filename
   • To neither network by definition
   • Only after all training and generation have finished