Слабо контролиран GAN
Слабо контролиран GAN е генеративна състезателна мрежа, обучена с частично етикетирани, шумни етикетирани или грубо анотирани данни вместо напълно анотирана истинска стойност. Той разширява стандартната GAN рамка, така че ограниченото наблюдение насочва условното генериране или дискриминативното обучение, позволявайки висококачествено синтезиране и класификация на данни в условия на недостиг на етикети.
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
- Odena, A., Olah, C., & Shlens, J. (2017). Conditional Image Synthesis with Auxiliary Classifier GANs. Proceedings of the 34th International Conference on Machine Learning (ICML), PMLR 70, 2642–2651. link ↗
- Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A., & Bengio, Y. (2014). Generative Adversarial Nets. Advances in Neural Information Processing Systems (NeurIPS), 27. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Weakly Supervised Generative Adversarial Network. ScholarGate. https://scholargate.app/bg/deep-learning/weakly-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.
- Дифузионен моделДълбоко обучение↔ compare
- Генеративна състезателна мрежаДълбоко обучение↔ compare
- Полу-наблюдавано GANДълбоко обучение↔ compare
- Вариационен автоенкодерДълбоко обучение↔ compare
- Слабо контролирана класификация на изображенияДълбоко обучение↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →