生成对抗网络结合了生成模型和判别模型
对
举一反三
- 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
- 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
- 中国大学MOOC: 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
- 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
- 以下关于判别模型和生成模型的说法正确的是？ A: 一般而言生成模型的准确率要高于判别模型 B: 判别模型可以不用假设数据所对应的概率分布 C: 生成模型的损失函数用于估算所假设的概率分布的参数 D: 生成模型和判别模型所产生的函数都是一样的
内容
- 0
感知机属于生成模型还是判别模型？
- 1
生成对抗网络主要包含两个部分：生成器和判别器网络。
- 2
相比判别模型，生成模型通常需要更多的数据来训练。（ ）
- 3
下列关于判别式模型和生成式模型的区别正确的是 A: 判别式模型只是对给定的样本进行分类，不关心数据如何生成。 B: 生成式模型主要回答的问题是，根据生成假设，哪个类别最有可能生成这个样本？ C: 生成式模型不能用于判别 D: 其它选项都不对
- 4
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