A.分成「生成網(wǎng)絡(luò)」及「判別網(wǎng)絡(luò)」兩部份
B.通過(guò)生成網(wǎng)絡(luò)和判別網(wǎng)絡(luò)之間的相互「對(duì)抗」來(lái)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(lái)實(shí)現(xiàn)輸入和輸出的變換

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(shí)別的而產(chǎn)生的

A.視頻行為識(shí)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(guò)程
B.行為識(shí)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(lèi)別差異過(guò)大的情況下對(duì)視頻中行為的識(shí)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(duì)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(shí)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(shù)搜尋索算法
D.價(jià)值網(wǎng)絡(luò)
E.支持向量機(jī)