참 또는 거짓: 분류자 네트워크와 생성기 네트워크는 생성기에 의해 생성된 데이터와 판별자가 생성한 라벨을 통해서만 상호 간에 영향을 미칩니다. 역전파의 경우 서로 다른 네트워크입니다.
참
틀림: 생성기 학습 중에 분류기 네트워크를 통해 생성기 네트워크로 경사가 전파됩니다 (하지만 분류기가 생성기 학습 중에 가중치를 업데이트하지는 않음).
거짓
정답: 생성기 학습 중에 분류기가 신경망을 통해 생성기 네트워크로 전파됩니다. 그러나 분류기가 생성기 학습 중에 가중치를 업데이트하지는 않습니다. 따라서 분류기 네트워크의 가중치는 생성기 네트워크의 업데이트에 영향을 미칩니다.
참 또는 거짓: 일반적인 GAN은 생성기와 구분자를 동시에 학습시킵니다.
참
정답이 아닙니다. 일반적인 GAN은 구분자 학습과 생성기 학습 간에 번갈아 적용됩니다. 생성기와 구분자를 동시에 학습시키는 방법에 관한 몇 가지 [연구](https://arxiv.org/ab/1706.04156)가 있습니다.
거짓
정답입니다. 일반적인 GAN은 구분자 학습과 생성기 학습 간에 번갈아 적용됩니다.
참 또는 거짓: GAN은 판별자와 학습자 학습에 항상 동일한 손실 함수를 사용합니다.
참
정답이 아닙니다. GAN이 생성기와 분류기 학습에 동일한 손실을 사용할 수 있지만 (또는 부호만 다른 동일한 손실) 사용할 수는 있지만 필수는 아닙니다. 실제로 구분자 및 생성기에 서로 다른 손실을 사용하는 것이 더 일반적입니다.
거짓
정답입니다. GAN이 생성기와 분류기 학습에 동일한 손실을 사용할 수 있지만 (또는 부호만 다른 동일한 손실) 사용할 수는 있지만 필수는 아닙니다. 실제로 구분자 및 생성기에 서로 다른 손실을 사용하는 것이 더 일반적입니다.