第4章 生成对抗网络（GAN）高频面试题：原理、训练技巧、模式坍塌、条件GAN
| 核心考点 | 关键要素 | 面试高频问题 |
|---|---|---|
| 基本原理 | 生成器 G、判别器 D、对抗损失 | GAN 的目标函数？纳什均衡？ |
| 训练技巧 | 标签平滑、梯度惩罚、特征匹配、Mini-batch 判别 | 梯度消失怎么办？如何防止判别器过于强大？ |
| 模式坍塌 | 生成样本多样性丧失、判别器过拟合 | 原因是什么？如何检测和解决？ |
| 条件 GAN | cGAN、InfoGAN、辅助分类器 | 条件信息如何注入？应用场景？ |
面试问题 1：请解释生成对抗网络（GAN）的基本原理，并写出目标函数。
面试官考察点： 是否真正理解对抗博弈思想；能否清晰表达生成器与判别器的交替训练过程；是否掌握原版损失函数。
回答框架： 核心概念（二人零和博弈）→ 网络结构（G 和 D）→ 训练流程（交替优化）→ 目标函数（min-max 形式）→ 收敛理想状态（纳什均衡）。
简短示例回答： GAN 由生成器 G 和判别器 D 组成。G 从随机噪声生成假图像，D 区分真图像与假图像。训练时固定一方优化另一方，目标函数为 min_G max_D V(D,G) = E[log D(x)] + E[log(1-D(G(z)))]。理想情况下 D 无法区分真假，达到纳什均衡。
可能追问： ① 训练时为什么要交替更新？② 目标函数中 log(1-D(G(z))) 梯度消失如何处理？③ 什么是 JS 散度？有何局限性？
避坑提醒： 不要只说“对抗”概念而不写公式；不要混淆 G 和 D 的损失函数；不要忽略早期 GAN 训练不稳定问题。
面试问题 2：GAN 训练有哪些常见难点和技巧？
面试官考察点： 实际调参经验；对梯度消失、模式坍塌等问题的理解深度；是否了解改进变体（WGAN、LSGAN 等）。
回答框架： 难点列举（梯度消失、不收敛、模式坍塌）→ 训练技巧（标签平滑、特征匹配、梯度惩罚、Mini-batch 判别）→ 损失函数改进（Wasserstein 距离、最小二乘损失）→ 实践建议（学习率、优化器选择）。
简短示例回答： 常见难点：梯度消失导致 G 更新慢；训练不稳定；模式坍塌。解决技巧：使用 WGAN-GP（梯度惩罚）替代原始损失；标签平滑（0.9/0.1）避免 D 过于自信；加入特征匹配损失约束 G 生成多样化样本；使用 Adam 优化器并控制学习率。
可能追问： ① 为什么 WGAN 要裁剪权重？② 梯度惩罚的具体实现？③ 如何判断 GAN 是否收敛（FID、Inception Score）？
避坑提醒： 不要只罗列术语而无原理；避免混淆 WGAN 裁剪和 WGAN-GP；建议给出具体数值（如学习率 2e-4）。
面试问题 3：什么是模式坍塌（Mode Collapse）？条件 GAN 如何改善？
面试官考察点： 对模式坍塌现象的本质理解；能否对比无条件 GAN 与条件 GAN 的差异；条件信息注入方法。
回答框架： 模式坍塌定义（生成样本多样性不足，仅覆盖少量数据模式）→ 原因（D 过拟合、G 只探索低风险区域）→ 检测方法（可视化生成样本、计算分类概率分布）→ 条件 GAN 改进：在 G 和 D 输入中加入条件（类别标签 / 文本 / 图像），约束生成空间 → 应用（图像翻译、文本生成图像）。
简短示例回答： 模式坍塌指 G 只生成少数几类样本，缺乏多样性。条件 GAN（cGAN）通过向 G 和 D 输入条件信息（如类别标签 c），迫使生成结果与条件对齐，从而特定条件对应特定模式，减少了模式坍塌风险。例如 cGAN 生成手写数字时，每类数字由对应标签约束，不会出现类内坍塌。
可能追问： ① cGAN 与 ACGAN 的区别？② 条件信息如何确保不被 G 忽略？③ 除了条件 GAN，还有哪些抗坍塌方法？（Mini-batch discrimination、Unrolled GAN）
避坑提醒： 不要误以为条件 GAN 完全解决模式坍塌；注意区分条件注入 G 和 D 的不同方式；举例说明条件 GAN 的实际效果。