GAN 在图像生成以外的应用与文生图
答案要点
- 图像翻译:Pix2pix(配对数据)、CycleGAN(非配对数据)
- 超分辨率(SRGAN)、图像修复、风格迁移,以及 HiFi-GAN 等语音声码器
- 数据增强、异常检测、半监督学习;文本生成需策略梯度(如 SeqGAN)
- 文生图:条件 GAN,文本编码向量与噪声拼接或融合输入生成器
- 判别器同时判断真实性和图文匹配;StackGAN 分阶段,AttnGAN 用词级注意力
易错点
- 认为 GAN 只能用于图像生成
- 文生图只说“把文本输入生成器”,没讲判别器的图文匹配约束
- 忽略 GAN 处理离散文本时的不可导问题
面试官常见追问
- 为什么 GAN 做文本生成比较难?
- 现在文生图为什么主流是扩散模型?
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。