题目内容
（请给出正确答案）
A.生成器可以由Autoencoder实现
B.生成器用来产生带有随机噪声的一定分布数据和真实样本数据的映射关系，判别器用来区别实际数据和生成器产生的数据
C.生成器和判别器需要交替训练，不断增加两者的性能，直至达到某种博弈的平衡
D.生成器和判别器的代价函数在训练过程中是同时优化的
如果结果不匹配，请 联系老师 获取答案
更多“以下有关生成对抗网络的说法正确的是（）。”相关的问题
A.动产抵押权自登记时发生效力
B.不动产抵押的，未经登记，不得对抗善意第三人
C.以正在建造的船舶抵押的，应当办理抵押登记
D.以上说法都不对
A.候选框的生成使用区域提名网络(RPN)，比选择性搜索方法速度大大提升
B.目标分类与边框精修的输入来自于区域提名网络
C.非极大值抑制(NMS)可以减少候选框的数量，一般放在候选区域分类前完成
D.候选区域的生成与目标分类、边框精修的工作是一个网络完成的
A.把目标检测转化为一个回归问题，无需候选区域生成环节，因此速度得到了提升
B.由于候选区域只能从SXS个有限的网格选择，因此YOLOv1算法的准确性不如FasterR-CNN
C.因为一个网格对应的边框B通常取2，所以YOLOv1对于有重叠的物体或者是中心落在一个网格的小物体往往只能识别其中的一个
D.候选区域生成、分类和回归等阶段使用一个VGG16网络统一为端对端的目标检测过程
A.GAN是一种区别学习模型。
B.GAN包含生成网络和判别网络两个网络。
C.GAN是一种生成学习模型。
D.生成网络和判别网络分别依次迭代优化。
