1. 面试官：你如何解释生成对抗网络 (GAN) 的工作原理？

2. 面试官：生成对抗网络 (GAN) 相对于其他生成模型有哪些优势和劣势？

3. 面试官：GAN 是如何进行无监督学习的？

4. 面试官：分享一个你认为非常成功的 GAN 应用案例，并解释其中的核心原理。

5. 面试官：如果你需要训练自己的 GAN 模型，你会选择什么样的数据集？为什么？

6. 面试官：GAN 中的“生成器”和“判别器”分别有怎样的作用？

7. 面试官：在训练 GAN 模型时，你会遇到哪些挑战？如何解决这些挑战？

8. 面试官：如果要改进 GAN 的生成效果，你会考虑使用什么样的方法？

9. 面试官：在 GAN 模型中，什么是模式坍塌，以及如何避免它？

10. 面试官：假如你是 GAN 模型的设计者，你会尝试什么样的创新来改进当前的 GAN 模型？