最小二乘损失为何在图像生成中效果好
哪些公司问过
答案要点
- 最小二乘等价于高斯误差假设下的极大似然估计
- 处处可导,梯度与误差成正比,优化平稳;扩散模型用均方误差预测噪声
- 像素级均方误差倾向输出多种可能的平均,导致图像模糊
- 最小二乘 GAN 按到决策边界的距离惩罚生成样本,缓解梯度消失
- 实际常结合感知损失或对抗损失提升细节
易错点
- 只说可导,没讲清与高斯分布极大似然的关系
- 忽视均方误差会导致生成结果模糊
- 把最小二乘 GAN 的作用说成改变了生成器结构
面试官常见追问
- 为什么 L2 重建的图像会模糊?
- L1 和 L2 损失怎么选?
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。