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」來學習
C.在生成圖片的模型中,判別網(wǎng)絡(luò)的輸出代表「該圖片為真實圖片」的概率
D.在多次迭代后,判別網(wǎng)絡(luò)的輸出總是會趨近于1,達到均衡狀態(tài)
E.生成網(wǎng)絡(luò)其實就是利用復雜的函數(shù)映像來實現(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.輸入一個人的側(cè)臉照片,生成同一個人的正臉照片
B.以大量的真實明星照片訓練模型,生成新的明星照片
C.輸入一個人的照片,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.視頻的信息分為動態(tài)和靜態(tài)兩種,靜態(tài)信息指圖像的外觀,動態(tài)信息指的是是頻率序列中的運動信息
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)實現(xiàn)同時處理靜態(tài)和動態(tài)信息
C.隨機抽取的的單個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)稱為時間流卷積神經(jīng)網(wǎng)絡(luò)(temporalstreamCNN)
E.時序分段網(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)督學習策略網(wǎng)絡(luò)
B.強化學習策略網(wǎng)絡(luò)
C.蒙特卡洛樹搜尋索算法
D.價值網(wǎng)絡(luò)
E.支持向量機
A.Agent
B.Environment
C.Impact
D.Action
E.Observation
最新試題
度量泛化能力的好壞,最直觀的表現(xiàn)就是模型的()。
在自然語言處理任務(wù)中,哪些技術(shù)適用于提升實體識別和文本理解的準確性和效率()?
集成學習在強化學習中的一個常見應用是什么()?
智能運維AIOps 的核心技術(shù)是什么()?
數(shù)量歸約中無參數(shù)的方法一般使用()。
在強化學習中,什么是“馬爾可夫性質(zhì)”()?
在自然語言處理中,哪些方法可以用于提升自動對話系統(tǒng)和文本摘要生成的自然性和流暢性()?
在深度學習模型訓練中,哪些技術(shù)有助于防止過擬合并提高模型在多任務(wù)學習上的表現(xiàn)()?
在強化學習中,什么是“動態(tài)規(guī)劃”(DynamicProgramming)()?
模型微調(diào)中的提示學習是指:()。