GAN с надзор чрез самообучение
GAN с надзор чрез самообучение (Self-supervised GAN) разширява стандартна генеративна състезателна мрежа (Generative Adversarial Network) с една или повече спомагателни задачи за самообучение — като предсказване на ротация на изображение или позиция на част — които стабилизират състезателното обучение и осигуряват дискриминатор, който научава богати, преносими представяния от неанотирани данни, без да изисква ръчни анотации.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Chen, T., Zhai, X., Ritter, M., Lucic, M., & Houlsby, N. (2019). Self-Supervised GANs via Auxiliary Rotation Loss. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 12154–12163. link ↗
- Liu, X., Zhang, F., Hou, Z., Mian, L., Wang, Z., Zhang, J., & Tang, J. (2021). Self-supervised learning: Generative or contrastive. IEEE Transactions on Knowledge and Data Engineering, 35(1), 857–876. DOI: 10.1109/TKDE.2021.3090866 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Self-supervised Generative Adversarial Network. ScholarGate. https://scholargate.app/bg/deep-learning/self-supervised-gan
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.
- Генеративна състезателна мрежаДълбоко обучение↔ compare
- Самообучаваща се конволюционна невронна мрежаДълбоко обучение↔ compare
- Самообучаващ се вариационен автоенкодерДълбоко обучение↔ compare
- Полу-наблюдавано GANДълбоко обучение↔ compare
- Vision TransformerДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →