1. 面试官：如果你被要求向一个非技术背景的人解释生成对抗网络（GAN），你会如何描述它？

2. 面试官：生成对抗网络中的“对抗”是指什么？它如何体现在网络的训练过程中？

3. 面试官：在生成对抗网络中，生成器和判别器之间的训练是如何相互影响的？

4. 面试官：生成对抗网络在训练过程中会出现哪些常见的问题？你会如何解决这些问题？

5. 面试官：生成对抗网络有哪些重要的应用场景？请详细描述其中一个应用场景的工作原理。

6. 面试官：生成对抗网络中的“生成器”和“判别器”分别承担着怎样的作用？请举例说明它们在网络中的具体作用。

7. 面试官：生成对抗网络中的损失函数有哪些常见的形式？它们各自的作用是什么？

8. 面试官：在生成对抗网络的训练过程中，如何评价网络的性能和收敛情况？

9. 面试官：生成对抗网络相较于传统的神经网络训练有哪些独特的挑战？

10. 面试官：如果你要设计一个全新的生成对抗网络结构，你会考虑哪些因素和设计原则？