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
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
举一反三
- 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
- 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
- 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
- 生成式对抗网络是一种生成式模型，其系统在结构上主要由（ ）组成。 A: 生成器 B: 真实数据 C: 判别器 D: 数据噪声
- 由于生成对抗网络可以生成与真实样本相似的样本，因此可以作为一种数据增强的方式，补充训练样本的不足。