Pix2pix 与 CycleGAN 的区别及循环一致性损失
答案要点
- Pix2pix 需要成对数据,是条件 GAN;CycleGAN 用两组非配对数据
- Pix2pix:U-Net 生成器 + PatchGAN 判别器,损失为对抗损失 + L1 重建损失
- CycleGAN:两个生成器 G、F 和两个判别器 D_X、D_Y
- 循环一致性损失 ‖F(G(x))−x‖₁ + ‖G(F(y))−y‖₁,约束映射保留内容
- CycleGAN 的对抗部分采用 LSGAN 的最小二乘损失,训练更稳定
易错点
- 说 CycleGAN 只有一个生成器:它有两个生成器和两个判别器
- 以为循环一致性保证语义正确:它只约束可逆,几何形变大的任务仍可能失败
- 忽略 pix2pix 中 L1 损失的作用:没有它生成结果容易偏离真值
面试官常见追问
- 介绍一下 LSGAN?
- 为什么最小二乘损失能提高生成质量?
- 循环一致性损失的原理是什么?
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。