GAN 与 VAE 的区别
哪些公司问过
答案要点
- GAN:生成器与判别器做极小极大博弈,隐式建模,没有显式似然
- GAN 样本通常更清晰,但训练不稳定、容易模式崩溃
- VAE:编码器输出隐变量分布,重参数化采样后解码,优化 ELBO(重构项减 KL 项)
- VAE 训练稳定、隐空间连续可插值、能做编码推断,但样本常偏模糊
- 评估上 GAN 常用 FID 等样本质量指标,VAE 还能给出似然下界
易错点
- 说 GAN 显式建模了数据分布
- 把 VAE 的损失只说成重构损失,漏掉 KL 正则项
- 认为 VAE 生成模糊只是因为模型容量不够
面试官常见追问
- 请介绍 Diffusion 模型
- 重参数化技巧是什么?
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。