A.分成「生成網(wǎng)絡(luò)」及「判別網(wǎng)絡(luò)」兩部份
B.通過生成網(wǎng)絡(luò)和判別網(wǎng)絡(luò)之間的相互「對抗」來學(xué)習(xí)
C.在生成圖片的模型中,判別網(wǎng)絡(luò)的輸出代表「該圖片為真實(shí)圖片」的概率
D.在多次迭代后,判別網(wǎng)絡(luò)的輸出總是會(huì)趨近于1,達(dá)到均衡狀態(tài)
E.生成網(wǎng)絡(luò)其實(shí)就是利用復(fù)雜的函數(shù)映像來實(shí)現(xiàn)輸入和輸出的變換
您可能感興趣的試卷
你可能感興趣的試題
A.輸入一個(gè)人的側(cè)臉照片,生成同一個(gè)人的正臉照片
B.以大量的真實(shí)明星照片訓(xùn)練模型,生成新的明星照片
C.輸入一個(gè)人的照片,生成不同年齡的照片
D.以大量特定明星的視頻訓(xùn)練模型,此模型可將新輸入的視頻中的人臉換成特定明星的臉孔
E.以上皆是
A.視頻的信息分為動(dòng)態(tài)和靜態(tài)兩種,靜態(tài)信息指圖像的外觀,動(dòng)態(tài)信息指的是是頻率序列中的運(yùn)動(dòng)信息
B.雙流卷積神經(jīng)網(wǎng)絡(luò)(two-streamCNN)是利用兩種不同的網(wǎng)絡(luò)實(shí)現(xiàn)同時(shí)處理靜態(tài)和動(dòng)態(tài)信息
C.隨機(jī)抽取的的單個(gè)彩色圖像幀作為輸入的網(wǎng)絡(luò)稱為空間流卷積神經(jīng)網(wǎng)絡(luò)(spatialstreamCNN)
D.把多幀(Frame)的光流圖像作為輸入的網(wǎng)絡(luò)稱為時(shí)間流卷積神經(jīng)網(wǎng)絡(luò)(temporalstreamCNN)
E.時(shí)序分段網(wǎng)絡(luò)(temporalsegmentnetworks)是為了解決短視頻行為識別的而產(chǎn)生的
A.視頻行為識別是由計(jì)算器分析給定視頻數(shù)據(jù)辨別出用戶行為的過程
B.行為識別可以讓人機(jī)交互系統(tǒng)更精確地理解人的行為
C.行為類別差異過大的情況下對視頻中行為的識別并不會(huì)產(chǎn)生影響
D.拍攝視頻中的距離,光照,角度等外界因素都可能對視頻的精確度產(chǎn)生影響
E.現(xiàn)今的科技技術(shù)在視頻監(jiān)控中可以有效的識別其中的特殊與異常行為
A.監(jiān)督學(xué)習(xí)策略網(wǎng)絡(luò)
B.強(qiáng)化學(xué)習(xí)策略網(wǎng)絡(luò)
C.蒙特卡洛樹搜尋索算法
D.價(jià)值網(wǎng)絡(luò)
E.支持向量機(jī)
A.Agent
B.Environment
C.Impact
D.Action
E.Observation
最新試題
在自然語言處理中,哪些方法可以用于提升自動(dòng)對話系統(tǒng)和文本摘要生成的自然性和流暢性()?
相對化學(xué)沉淀等傳統(tǒng)工藝而言,萃取工藝的主要優(yōu)點(diǎn)是()。
模型微調(diào)中的提示學(xué)習(xí)是指:()。
在自然語言處理中,哪些技術(shù)可以用于改善實(shí)體識別和文本生成任務(wù)的性能()?
Xpath 語言有()的構(gòu)成。
人工智能中的“序列到序列”模型主要用于處理什么類型的數(shù)據(jù)()?
在自然語言處理中,哪些方法可以用于提升自動(dòng)文本摘要的生成效果()?
在神經(jīng)網(wǎng)絡(luò)中,激活函數(shù)ReLU 的特點(diǎn)是什么()?
在機(jī)器學(xué)習(xí)中,核技巧(KernelTrick)主要用于解決什么問題()?
在自然語言處理任務(wù)中,哪些技術(shù)適用于改善實(shí)體識別和關(guān)系抽取的效果()?