GAN 的原理
哪些公司问过
答案要点
- 由生成器和判别器组成:生成器造假样本,判别器分辨真假
- 对抗训练,极小极大博弈,交替更新两个网络
- 理想状态是纳什均衡,生成分布接近真实分布
- 问题:训练不稳定、模式坍塌、梯度消失
- 改进:WGAN(Wasserstein 距离)、梯度惩罚、谱归一化
易错点
- 说成判别器和生成器合作训练
- 不提训练不稳定和模式坍塌
- 说不出目标函数的极小极大形式
面试官常见追问
- 什么是模式坍塌?
- WGAN 做了什么改进?
- GAN 和 VAE 有什么区别?
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。