A.提取原始数据
B.进行模型训练
C.生成原始数据
D.进行模型构建
E.数据重建合成
第2题
A.它们都是深度生成模型
B.对于与训练样本分布不同的数据,自编码器的输出会有别于训练样本;生成对抗网络会判别为假样本
C.自编码器可以作为一个生成对抗网络使用
D.它们都可以用于数据增强
第5题
A.判别器的判别能力开始训练时越强,GAN越容易训练
B.若生成器产生新样本依赖的随机噪声z与真实样本的数据分布差别很大,GAN训练会失效
C.生成器由一个前馈神经网络或反卷积深度网络实现,其目标是要使生成的图像与真实的样本一样
D.如果判别器发生了过拟合,那么生成器可能会生成一起很奇怪的样本
第10题
A.RNN:语音识别、问答系统、语言建模和文本生成等诸多领域
B.GAN:图像合成、语义图像编辑、风格迁移、图像超分辨率技术和分类
C.VAE:从生成假人脸到合成音乐等
D.LSTM:捕捉到序列中长距离历史信息,但不能缓解长期依赖问题,应使用RNN实现有效缓解长期依赖
为了保护您的账号安全,请在“上学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!