A.判别器的任务是分类，而不是生成假样本B.生成器的任务重，减少计算量C.防止判别器在训练过程中发生梯度消失，……

单项选择题对于生成对抗网络（GAN）的训练，下面哪个说法是正确的？（）

A.如果判别器发生了过拟合，那么生成器可能会生成一起很奇怪的样本
B.若生成器产生新样本依赖的随机噪声z与真实样本的数据分布差别很大，GAN训练会失效
C.生成器由一个前馈神经网络或反卷积深度网络实现，其目标是要使生成的图像与真实的样本一样
D.判别器的判别能力开始训练时越强，GAN越容易训练

单项选择题‏下面哪种情况可能不能使用生成对抗网络实现？（）

A.将黑白照片改成彩色照片
B.机器人取名字
C.将白天景观改成黑夜景观
D.当图像分类样本不足时做数据增强

单项选择题‏有关生成对抗网络（GAN）的代价函数，下面哪个说法是错误的？（）

A.一般来说，GAN通过训练总能达到代价函数的极小值
B.生成器要最小化判别模型D的判别准确率，而判别器要尽量最大化真假分类准确率
C.通过交替训练判别器和生成器，不断提高两者的性能，使两者的性能达到某个平衡点
D.训练GAN要达到生成器和判别器的博弈平衡，因此GAN的代价函数需要综合考虑两者的性能

单项选择题‍以下有关生成对抗网络的说法哪个是错误的？（）

A.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
B.生成器和判别器的代价函数在训练过程中是同时优化的
C.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
D.生成器可以由Autoencoder实现

多项选择题下面关于编码器和注意力机制的对比描述正确的说法有哪些？（）

A.注意力机制的含义表示输出与输入之间的对应关系
B.解码器强化了不同时刻输出之间的关系
C.引注意力机制后会减少编码器（RNN）和解码器（RNN）的长跨度依赖问题
D.使用注意力机制之后会增加计算量，但是性能水平能够得到提升

多项选择题‍Seq2Seq模型引入注意力机制后，解码器某个时刻的输入语义向量的权重直接影响因素是哪些？（）

A.解码器上一时刻隐层的输出
B.解码器该时刻的输出
C.编码器的输入
D.编码器各个时刻隐单元的输出

单项选择题‌在计算上下文向量时，使用了解码器各个时刻隐层的输出，而不是编码器的输入，以下哪个说法是正确的？（）

A.两种做法没什么区别
B.前者的做法效果不如后者
C.可以把编码器的输入之间的语义关系与解码器的输出之间的语义关系更好地对应
D.可以把编码器的输入之间的时序关系与解码器的输出之间的时序关系更好地对应

单项选择题​在计算上下文向量时，使用了以下哪种函数？（）

A.Softmax
B.Sigmoid
C.Tanh
D.ReLU

单项选择题‌编码器使用双向LSTM的作用是以下哪项？（）

A.更好地拟合编码器输入词之间的语义关系
B.更好地拟合编码器输入词之间的次序
C.更好地拟合编码器输入和输出之间的次序关系
D.更好地拟合编码器输入和输出之间的语义关系

判断题确定关键路线，据此合理安排各种资源，对工序活动进行进度控制的方法属于网络计划技术。

单项选择题使用带注意力机制的Seq2Seq模型实现机器翻译时，把一句中文翻译成英语和法语时，解码器不同时刻对应的上下文向量是以下哪种情况？（）

A.相同
B.不确定
C.不相同

单项选择题在使用SeqSeq模型实现机器翻译时，解码器的输入（非上下文向量部分）和输出之间的映射作用是以下哪一项？（）

A.拟合解码器输出词之间的语义关系
B.拟合编码器输入和解码器输出之间的语义关系
C.拟合编码器输入和解码器输出之间的词序关系
D.拟合解码器输出词之间的顺序关系

单项选择题在SeqSeq模型中，以下有关上下文向量（语义表示向量）C的说法错误的是哪个？（）

A.上下文向量是注意力机制实现的手段
B.上下文向量把编码器和解码器组合成完整的Seq2Seq模型
C.上下文向量中的元素需要当做网络参数训练得到
D.上下文向量拟合了编码器的不同时刻输入对解码器输出的影响

单项选择题下面有关Seq2Seq模型的说法哪个是错误的？（）

A.在无注意力机制的Seq2Seq模型中，语义向量c对解码器的输出作用是无差异的
B.在Seq2Seq模型中，编码器和解码器可以使用不同的RNN模型
C.在Seq2Seq模型中，语义向量c的作用拟合编码器不同输入的关系，也要拟合与解码器输出之间的映射
D.引入注意力机制后，解码器不同时刻的输入对应的语义向量是相同的

单项选择题‏以下哪种情景不适合采用Seq2Seq模型？（）

A.机器写诗
B.车牌识别
C.文本摘要
D.语音识别