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
A: 正确
B: 错误
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
- 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。
- 生成对抗网络(GAN)为代表的深度生成框架,可以创造出逼真的图像,流畅的文章,动听的音乐。
- 创造性对抗网络CAN在是在GAN模型上的一个突破，不是简单复刻现有风格，而是创造性的生成新的风格。 A: 正确 B: 错误