下列关于生成式深度学习的说法错误的是（ ）。
A: 生成式学习算法能够获取类别本身的特征
B: 生成对抗网络包括生成网络和判别网络两部分
C: 生成式学习算法能够创造的新样本是有限的
D: 当判别网络输出概率为0.5时，表示它无法判别生成样本的真伪
A: 生成式学习算法能够获取类别本身的特征
B: 生成对抗网络包括生成网络和判别网络两部分
C: 生成式学习算法能够创造的新样本是有限的
D: 当判别网络输出概率为0.5时，表示它无法判别生成样本的真伪
举一反三
- 生成对抗网络（GAN）的判别器要区分真样本和假样本，因此GAN是一种监督学习算法。 A: 正确 B: 错误
- 下列关于无监督式学习模型的描述不正确的是（ ）。 A: 用生成方法生成的模型是生成模型 B: 深度信念网络模型是由多个感知机堆叠而成的 C: 用判别方法生成的模型是判别模型 D: 生成对抗网络模型是由生成器和判别器组成的
- 下列对于生成式对抗网络的叙述，哪个是错误的？ A: 训练可能不稳定 B: 可以产生清晰且真实的样本 C: 应用于监督学习领域 D: 通常由一个生成网络与一个判别网络组成
- 生成对抗网络结合了生成模型和判别模型
- 以下对判别式模型、生成式模型和生成对抗网络的说法错误的是 A: 生成式模型模拟概率分布时，常用“后验分布” B: 用生成式模型根据少量样本来估计整个类型的概率特征是很困难的 C: 判别式模型对问题本质缺乏了解，无法从个例中抽象出整体概念 D: 生成对抗网络结合了生成模型和判别模型