6、以下对判别式模型、生成式模型和生成对抗网络的说法错误的是

A.判别式模型只是对给定的样本进行分类，不关心数据如何生成

B.生成式模型主要回答的问题是，根据生成假设，哪个类别最有可能生成这个样本？

C.生成式模型不能用于判别

D.其它答案都不对

A.生成式

B.判别式

C.集合式

D.推断式

A.它们都是深度生成模型

B.对于与训练样本分布不同的数据，自编码器的输出会有别于训练样本；生成对抗网络会判别为假样本

C.自编码器可以作为一个生成对抗网络使用

D.它们都可以用于数据增强

A.生成对抗是一类具体的模型，同时也是一种解决问题的思路，具有强大的可塑性

B.判别式模型直接预测类别，应用简便，但适应性差

C.生成式模型通过大量样本得到概率函数，进而采样生成新的样本，但在少量样本的情况下很难对类型进行准确的概率估计

D.当GAN中的判别器无法再判断生成器生成的样本的真假时，认为生成器就具有了模拟真实样本的能力

A.贝叶斯方法

B.决策树

C.回归模型

D.k近邻方法（kNN）

A.生成对抗网络包括两部分，即生成器和判别器

B.生成对抗网络的判别器进行训练时，其输入为生成器生成的图像和来自训练集中的真实图像，并对其进行判别

C.生成对抗网络的生成器从随机噪声中生成图像（随机噪声通常从均匀分布或高斯分布中获取）

D.既然生成对抗网络是无监督模型，则不需要任何训练数据