A.防止判别器在训练过程中发生梯度消失，降低鉴别器的能力
B.生成器的任务重，减少计算量
C.判别器的任务是分类，而不是生成假样本
D.增加生成样本的多样性
如搜索结果不匹配，请 联系老师 获取答案
更多“在DCGAN中，判别器的激活函数可以使用Leaky ReLU…”相关的问题
第1题
A.生成器的任务重，减少计算量。
B.增加生成样本的多样性。
C.防止判别器在训练过程中发生梯度消失。
D.判别器的任务是分类，而不是生成假样本。
第2题
A.生成器的任务重，减少计算量。
B.增加生成样本的多样性。
C.防止判别器在训练过程中发生梯度消失。
D.判别器的任务是分类，而不是生成假样本。
第3题
A.防止判别器在训练过程中发生梯度消失，降低鉴别器的能力
B.生成器的任务重，减少计算量
C.判别器的任务是分类，而不是生成假样本
D.增加生成样本的多样性
第4题
A.使用卷积层代替池化层
B.生成器和判别器使用BN（batch normalization）层
C.去除全连接层
D.增加训练次数
第7题
A.生成器要最小化判别模型D的判别准确率，而判别器要尽量最大化真假分类准确率
B.训练GAN要达到生成器和判别器的博弈平衡，因此GAN的代价函数需要综合考虑两者的性能
C.通过交替训练判别器和生成器，不断提高两者的性能，使两者的性能达到某个平衡点
D.一般来说，GAN通过训练总能达到代价函数的极小值
为了保护您的账号安全，请在“赏学吧”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！
微信搜一搜
赏学吧
微信搜一搜
赏学吧
