UNet、GAN、Diffusion 的结构与损失函数
哪些公司问过
答案要点
- UNet:编码器-解码器 + 拼接式跳跃连接,分割常用交叉熵 + Dice
- GAN:min_G max_D 对抗目标,生成器常用非饱和损失 −log D(G(z))
- GAN 采样快,但训练不稳定、易模式崩塌
- Diffusion:前向加噪,训练预测噪声,损失为噪声 MSE
- Diffusion 质量与多样性好,多步采样慢,可用 DDIM 等加速
易错点
- 把 UNet 的跳跃连接说成相加,原始 UNet 是通道拼接
- GAN 损失只写判别器的二分类交叉熵,不说明生成器的目标
- 说扩散模型训练时要逐步跑完全部 T 步加噪,实际可一步采样 x_t
面试官常见追问
- GAN 的模式崩塌是什么,怎么缓解?
- 扩散模型为什么可以直接从 x_0 得到 x_t?
- Stable Diffusion 相比原始 DDPM 做了什么改进?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。