Генеративна състезателна мрежа
Генеративна състезателна мрежа (GAN), въведена от Иън Гудфелоу и колеги през 2014 г., произвежда реалистични синтетични данни чрез състезание между две невронни мрежи — генератор и дискриминатор. Широко се използва за синтез на изображения, разширяване на данни и оценка на разпределението.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+20 more
Източници
- Goodfellow, I. et al. (2014). Generative Adversarial Nets. NeurIPS. link ↗
- Karras, T. et al. (2020). Analyzing and Improving the Image Quality of StyleGAN. CVPR. DOI: 10.1109/CVPR42600.2020.00813 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 1). Generative Adversarial Network (GAN). ScholarGate. https://scholargate.app/bg/deep-learning/generative-adversarial-network
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Дифузионен моделДълбоко обучение↔ compare
- Невронно ОДУДълбоко обучение↔ compare
- Генеративен модел, базиран на градиента (score-based generative model)Дълбоко обучение↔ compare
- Вариационен автоенкодерДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →